Académique Documents
Professionnel Documents
Culture Documents
EXPOSANTS:
I. Esther DUFLO
7) Du macro au micro, les expérimentations sont muettes sur des questions cruciales
Conclusion
1
Introduction
I. Esther DUFLO
Née le 25 Octobre 1972 à Paris, Esther Duflo est une économiste française,
actuellement professeure Abdul Latif Jameel de lutte contre la pauvreté et
d'économie du développement au Massachusetts Institute of Technology.
Elle a d'abord étudié à l'École normale supérieure française, où elle est diplômée
en histoire et en économie. En 1999, elle a été embauchée comme professeure
adjointe par le département d'économie du MIT, rejoignant le département
immédiatement après avoir terminé son doctorat, également au MIT. Elle a été
promue professeure agrégée (titulaire) en 2002, à l'âge de 29 ans, ce qui en fait
l'une des plus jeunes professeures de l'Institut à être titularisée.
2
quarante ans qui a apporté des contributions exceptionnelles dans n'importe quel
domaine de la recherche économique. En 2005, Le Monde lui décerne le prix de la
meilleure jeune économiste française. Elle obtient le prix Nobel d’économie en
2019, conjointement avec son époux Abhijit Banerjee et Michael Kremer.
Ils commencent par nous expliquer que la méthode n’est pas la première en
économie à se construire sur des expérimentations aléatoires. La randomisation a
en effet été pratiquée dès les années 1920 en sciences sociales avant
qu’intervienne sa justification statistique ou que les essais cliniques lui confèrent
un surcroît de légitimité scientifique. Ce n’est cependant qu’en 1968 que les
expérimentations aléatoires font une entrée remarquée dans l’économie avec le
lancement du New Jersey Income Maintenance Experiment sous l’impulsion de
3
Heather Ross, une doctorante au MIT. De nombreuses autres suivront, avec des
budgets conséquents, à un tel point que certains parlent là d’un « âge d’or de
l’évaluation aléatoire ». Esther DUFLO n’a donc fait que les remettre sur le
devant de la scène.
La deuxième limite repose sur la rigueur même des données utilisées. En effet,
mises à l’épreuve, les expérimentations rencontrent de nombreux problèmes qui
sont omis dans les publications académiques qui mettent en avant la rigueur de la
méthode : absence de tirage aléatoire, problèmes de perméabilité entre groupes
test et témoin, problèmes d’attrition qui affectent souvent différemment les
deux groupes, « pollution » par une autre intervention réalisée par une ONG dans
un domaine proche etc. Quand les données sont réanalysées par d’autres équipes,
celles-ci aboutissent parfois à des résultats différents.
3) Les processus causaux deviennent des boîtes noires pour les expérimentateurs
Ici le problème est qu’aux yeux d’Esther Duflo et de ses collègues, le caractère
scientifique de l’économie passe par l’utilisation de chiffres rigoureux issus des
expérimentations alors que pour saisir ce qui se déroule réellement lors d’une
expérimentation aléatoire, il faut considérer le terrain comme pourvoyeur de
connaissances en lui-même, et non comme simple « terrain de jeu statistique »,
en procédant par exemple par l’observation et l’entretien. En l’absence d’étude
4
qualitative, les expérimentations peuvent donner lieu à des interprétations très
discutables.
Une autre limite à la méthode DUFLO est encore une question de rigueur. A titre
de comparaison avec les essais cliniques randomisés pratiqués en médecine, qui
impliquent dans la grande majorité des cas la distribution d’un placebo au groupe
témoin, c’est plus délicat avec les expérimentations aléatoires pratiquées en
économie parce qu’on ne peut pas fabriquer des manuels scolaires factices, ni
distribuer de faux prêts ! L’absence quasi-systématique de placebo dans le cadre
des expérimentations aléatoires peut nuancer la validité même de la méthode.
Les auteurs poursuivent en prenant l’exemple de la médecine : lorsque l’on teste
un médicament en médecine, on distribue un placebo car on sait que, bien
souvent, le simple fait de distribuer un médicament, indépendamment de ses
propriétés, a un effet sur les malades. Il est possible que de la même manière en
économie le simple fait que des individus soient inclus dans une expérimentation
aboutisse à modifier leur comportement. Le problème, c’est qu’il est délicat
d’essayer d’évaluer le poids de cet effet dans les expérimentations aléatoires.
5
valeur, développement sectoriel et territorial etc.). La méthode DUFLO ne peut
donc pas s’appliquer à tous les domaines.
Un autre problème est que la méthode ne peut entreprendre que des mesures
simples et non de véritables programmes d’action sociale. En effet, quand ce sont
des programmes un peu plus complexes qui sont testés (comme dans le cas d’un
dispositif de microcrédit en zone rurale au Maroc), les expérimentations sont de
peu de secours. Il devient difficile de savoir ce qui a été véritablement testé
dans l’expérimentation, sur quelles populations cible et d’en tirer des conclusions
robustes, comme : Qu’est-ce qui joue dans l’échec du programme ? La pertinence
des expérimentations aléatoires est donc limitée à des petits programmes, des «
programmes tunnels ».
Les expérimentations aléatoires ont des coûts assez variables. Ils peuvent aller
de quelques dizaines de milliers d’euros pour les moins coûteuses, à plusieurs
millions pour les plus onéreuses, les plus chères. En effet, en intégrant le coût de
toutes les personnes impliquées dans le dispositif d’évaluation, les dépenses
peuvent astronomiques. Cela peut aboutir à des situations parfois absurdes où
l’évaluation coûte plus cher que le « traitement », si bien qu’il y aurait
suffisamment d’argent pour distribuer plus largement le traitement. On peut
donc s’interroger sur l’utilité d’une méthode qui reviendrait de plus en plus chère
priverait sciemment une partie de la population du traitement. Cette contrainte
de coût a une autre conséquence de taille : les expérimentations se déroulent
souvent sur une durée réduite (de 6 mois à trois ans) alors même que l’impact de
certains dispositifs demande du temps pour se faire sentir.
6
concernés ce qui est bon pour ces derniers. Les méga-fondations accordent une
confiance sans bornes aux solutions technologiques, à l’emploi d’engrais ou d’OGM
en Afrique sans envisager d’alternatives.
Conclusion
En conclusion, nous pouvons dire que la méthode DUFLO reste sans aucun doute
l’une des plus grandes avancées en économie du développement, et son application
reste très utile dans ce domaine, car elle permet de cerner au mieux les réels
problèmes liés au développement, elle doit néanmoins être prise avec des
pincettes, et ne pas être considérée comme la solution « ultime », parce qu’elle
comporte de nombreuses limites à ne pas négliger.