Un Nobel révolutionnaire qui en appelle d'autres

Les trois lauréats du Prix Nobel d'économie. ©VIA REUTERS

Michael Kremer, Esther Duflo et Abhijit Banerjee ont permis une petite révolution dans le monde très théorique de la science économique. Pour la première fois, des économistes allaient réellement sur le terrain pour tester, repousses, évaluer, améliorer ou rejeter leurs idées.

Cambridge, Etats-Unis, 2001. Hyderabad, Inde, 2019. Ces deux dates représentent, respectivement, la première fois que j’ai rencontré Michael Kremer, Esther Duflo et Abhijit Banerjee et la dernière fois que j’ai entendu parler d’eux.

Frédéric Pivetta

Entrepreneur en big data/IA et Managing Partner au cabinet Dalberg Data Insight

Entre ces deux dates, le monde est devenu largement moins pauvre, les taux de mortalités se sont fortement réduits, la scolarisation des enfants a progressé rapidement et 18 années se sont passées au cours desquelles ces trois personnes ont changé la manière de penser la science économique et le développement économique en particulier. Leurs cours au MIT et à Harvard étaient passionnants et beaucoup d’étudiants désiraient les suivre. C’était neuf. C’était fort. Et cela avait du sens. Beaucoup plus de sens que de suivre un énième cours de finance de marché.

Mais que s’est-il passé?

Ils ont rendu la science économique davantage expérimentale en permettant d’empiriquement évaluer les modèles que les théoriciens développaient. Ils ont contribué à une réduction massive de la pauvreté par une meilleure allocation des moyens et des investissements, y compris de l’aide internationale. Ils ont industrialisé une approche académique en fondant le JEPAL (Abdul Latif Jameel Poverty Action Lab) qui regroupe, aujourd’hui, des centaines de chercheurs. Ils ont objectivé des approches et des décisions micro et macro-économiques qui étaient bien souvent prises sur base de l’intuition ou de l’expérience. Ils ont permis de tester des innovations qui n’auraient, autrement, pas été entreprises ou auraient mis bien davantage de temps à être appliquées. Bref, ils ont permis une petite révolution dans le monde très théorique de la science économique.

Tous trois ont permis à la science économique de devenir davantage une réelle science, mélangeant théorie et expérience.
.
.

Pour la première fois, des économistes allaient réellement sur le terrain pour tester, repousser, évaluer, améliorer ou rejeter leurs idées. Michael Kremer a passé des mois aux confins du Kenya pour comprendre comment pensaient les populations pauvres et comment on pouvait les aider de manière plus efficace. Abijit Banerji a puisé dans son vécu en Inde. Tous trois ont permis à la science économique de devenir davantage une réelle science, mélangeant théorie et expérience. Bref, ce que fait la chimie, la médecine ou la physique depuis plusieurs siècles.

Mais qu’ont-ils proposé de tellement neuf?

Ils sont partis de la micro-économie qui avait le vent en poupe dans ces années-là. George Akerlof, Eric Maskin et Oliver Hart avaient, entre autres, lancé la théorie des contrats. Celle-ci permettait de comprendre quels étaient les incitants des individus ou des entreprises à adopter un comportement particulier. On pouvait alors, au mieux, observer à faible échelle si la réalité corroborait un tant soit peu la théorie.

Ils se sont dit qu’ils pourraient appliquer cela au développement économique en se posant une question relativement simple: comment faire pour que, dans un contexte où l’on sait peu de choses, les gens, dans des villages parfois reculés, adoptent des comportements permettant leur développement économique?

L’étape suivante et naturelle, mais très innovante, était de vérifier si ces modèles tenaient la route. Et là, on fait comme avec un médicament: une population sera traitée avec l’approche que l’on désire tester alors qu’une autre population ne sera pas traitée. Ensuite, on mesure la différence à la sortie. C’est ce qu’on a appelé les "randomized control trials". Le point essentiel est que chaque individu ou village ou autre est alloué à un groupe traité ou non de manière aléatoire. Il y a des limitations à cette approche lorsqu’on l’applique aux sciences sociales. Par exemple, contrairement aux tests médicaux, les comportements individuels peuvent être modifiés en fonction du traitement reçu ou non. Ou il peut y avoir des "fuites" et des passages d’une population à l’autre. Mais globalement, cela fonctionne.

Quel a été l’impact?

Immense. L’impact a été à la fois théorique et à la fois empirique. Abijit Banerji et Esther Duflo ont écrit un livre, "Poor Economics" qui résume en partie leurs pensées et leurs expériences au cours de la première décennie de leurs travaux. Ils y montrent notamment comment donner un petit "coup de pouce" aux plus pauvres peut les faire sortir de la pauvreté.

À l’époque, beaucoup pensaient encore que les simples mécanismes de marché pouvaient réduire cette pauvreté endémique. En pratique, cette approche de "randomized control trial" a touché plus de 200 millions de personnes rien qu’au travers des projets portés par JEPAL. Ces projets touchent à la mesure des effets et de l’impact du traitement médical préventif de parasites dans les écoles, des subsides alimentaires sur le riz, de la mise en place de bourses et bien d’autres encore comme de la distribution de filet anti-moustiques.

Cela sous-estime donc largement l’effet des autres expériences menées en dehors de JPAL et qui utilisent cette même approche. Enfin, la manière de mesurer les résultats et l’impact des mesures proposées, à travers l’économétrie, a dû également se renouveler au cours de ces années. Les répercussions les domaines adjacents ont donc été fort importantes. Enfin, le secteur entier de l’aide au développement économique a dû davantage objectiver la mesure de l’impact de ses investissements en utilisant de telles méthodes.

Et en Belgique?

Cette méthodologie a été appliquée de manière parfois intuitive mais répond au même besoin de permettre à des populations parfois défavorisées de prendre un élan. C’est ce que des initiatives comme Becode ou Molengeek ont entrepris de faire. Faut-il mieux en mesurer les effets? Certainement et les "randomized control trials" pourraient y être utiles. Mais cette idée de devoir investir parfois très peu pour avoir un effet de levier énorme fonctionne déjà!

D’autres Prix Nobel se préparent comme celui d’Ariel Rubinstein qui a été et est encore un monstre en théorie des jeux.
.
.

Et après?

D’autres Prix Nobel se préparent comme celui d’Ariel Rubinstein qui a été et est encore un monstre en théorie des jeux qui revisite les hypothèses de base de la science économique en mettant en avant, notamment, la rationalité limitée des humains et ses conséquences. Un autre prix Nobel potentiel qui va changer la manière de réfléchir numériquement et empiriquement en économie est lié, notamment, aux travaux de Raj Chetty qui utilise le Big Data pour mesurer des corrélations et des impacts. C’est une méthode révolutionnaire qui est, quelque part, le contre-poids de l’approche développé par Esther Duflo, Abhijit Banerjee et Michael Kremer. Une révolution en appelle une autre.

Lire également

Publicité
Publicité

Echo Connect