« Révolution des données » en Afrique : mythe ou réalité ? Etat des lieux et enjeux de la statistique africaine

 

 

En 2013, l’économiste en chef de la Banque mondiale pour la région Afrique publiait un article sur l’état de la statistique en Afrique au titre retentissant : Africa’s statistical tragedy (Devarajan, 2013). L’auteur y brossait un portrait particulièrement alarmiste de la situation. Au-delà du diagnostic, il s’intéressait aux raisons de cet état de fait, selon lui avant tout politiques, et aux moyens d’y remédier.

 

Ce diagnostic est loin d’être isolé. Il reprend notamment le fer porté par l’historien de l’économie Morgen Jerven dans une série de publications, notamment dans son fameux ouvrage Poor Numbers paru en 2013, ainsi que dans le numéro spécial de la Revue canadienne d’études du développement qu’il a coordonné en 2014. La réévaluation du PIB du Ghana de 60% en 2010, permettant à ce pays d’acquérir le statut de pays à revenu intermédiaire, a mis le feu aux poudres conduisant ce chercheur à considérer qu’à quelques exceptions près (Afrique du Sud, Botswana, etc.), il était impossible de classer les pays africains selon leur niveau de PIB/habitant. La même incertitude entache les chiffres de croissance en Afrique selon Jerven (2010). A partir d’une exploration serrée des données du Botswana, du Kenya, de la Tanzanie et de la Zambie, ce chercheur est allé jusqu’à émettre l’hypothèse qu’on ne connaissait pas plus les véritables taux de croissance du PIB (Jerven, 2010).

 

Parallèlement, la statistique publique africaine connait depuis une vingtaine d’années une forme de contestation plus insidieuse, mais non moins redoutable. La prolifération des bases de données internationales dans les domaines les plus divers (gouvernance, démocratie, qualité des institutions, planification familiale, accès à l’eau, aux soins, ou encore aux services financiers, etc.), et de la part de toutes sortes d’institutions (universitaires, ONG internationales, agences d’aide, entreprises de consulting privées, instituts de sondages mondialisés, agences de notation, etc.) est venue remettre en question le monopole de fait qu’elle exerçait dans son domaine. Initialement cantonnées dans des bases de données fondées sur des dires d’experts, les nouvelles statistiques produites hors de la sphère publique nationale s’étendent maintenant à des enquêtes auprès des ménages ou des entreprises, autrefois périmètre réservé des instituts nationaux de la statistique. La multiplication des évaluations d’impact randomisées conduites à l’aide de protocoles d’enquêtes ad hoc s’inscrit également dans cette dynamique. Le Big Data pourrait être le dernier avatar de ce mouvement de marginalisation et de privatisation partielle de la statistique publique.

 

Cette déstabilisation de la statistique publique en Afrique depuis le Nord, qu’elle soit vécue comme une attaque en règle ou considérée comme conquête progressive de parts du marché florissant de l’information statistique, a suscité un certain nombre de réactions critiques. Au-delà des doutes émis sur les compétences techniques de Jerven en matière de comptabilité nationale (voir par exemple Raffinot, 2014 ; Tedou, 2014 ou encore le débat organisé autour de son livre et publié dans le numéro 133 de Politique africaine en mars 2014), la riposte a pris un tour plus politique. Un certain nombre de statisticiens africains et non des moindres y ont vu l’empreinte d’un nouveau colonialisme visant à dénigrer les initiatives locales d’envergure . La dernière décennie a en effet été marquée par des tentatives notables de réappropriation du leadership en matière statistique « par les Africains et pour les Africains ». La Stratégie pour l’Harmonisation des Statistiques en Afrique (SHaSA) lancée sous l’égide conjointe de la CEA et la BAD et de l’Union Africaine est la plus emblématique, mais loin d’être la seule (création ou renforcement de services statistiques au sein d’institutions régionales, etc.).

 

Plus largement, la statistique n’a jamais été autant convoquée par la communauté internationale pour piloter les politiques de développement.

 

Le tournant pris au début des années 2000 avec les Objectifs du Millénaire pour le développement (OMD) et les nouvelles stratégies internationales de lutte contre la pauvreté (Cling et alii, 2003) est aujourd’hui conforté, voire accentué. La montée en puissance du paradigme de l’evidence based policies et du managing by results, scandé par toute une série de jalons fondateurs (de la Déclaration de Paris en 2005, à celle de Busan en 2011) a conduit les agences d’aide à mettre la mesure statistique au cœur du suivi et de l’évaluation de l’aide publique au développement. Paris21, le bras armé de la communauté internationale dans le champ statistique du développement, a poussé à la généralisation des Stratégies Nationales pour le Développement de la Statistique (SNDS).

 

L’agenda post 2015 est aujourd’hui en train d’accoucher d’un « monstre », puisqu’il a vocation à couvrir l’ensemble du développement durable dans ses dimensions économique, sociale et environnementale. L’univers en expansion des futurs Objectifs du Développement Durable (ODD) est ainsi en passe de connaître son Big Bang : en l’état actuel des négociations (qui déboucheront en septembre 2015 avec la fixation par l’ONU de la liste définitive de ces objectifs), aux 17 objectifs sont associés 179 cibles et plusieurs centaines d’indicateurs statistiques. Alors que les pays africains peinaient déjà à assurer la production des 60 indicateurs de suivi des OMD, on sait déjà qu’ils ne seront pas à même de suivre les indicateurs associés aux ODD, du fait de leur contraintes de ressources humaines et financières. Les coûts additionnels d’enquêtes ont été estimés à 300 millions de dollars par an (Demombynes et Sandefur, 2014).

 

C’est dans ce contexte qu’a été lancé l’appel à une révolution des données (Data Revolution) par un groupe d’experts réunis par le Secrétaire général des Nations unies (IEAG, 2014). Le rapport sur la révolution des données prend acte du besoin croissant de statistiques dans le monde et du fossé de plus en plus large entre pays développés et en développement en matière d’accès à l’information. Le rapport formule plusieurs recommandations pour mobiliser l’innovation technologique et les ressources financières en faveur des statistiques dans le cadre d’un partenariat entre tous les acteurs.

 

Soutenir et participer à cette « révolution » est un enjeu pour l’ensemble de la communauté internationale, en particulier pour venir en appui aux pays africains où les besoins sont les plus criants. Alors que sa politique de coopération statistique pour le développement a été longtemps un fer de lance reconnu à l’échelle internationale (Cling et Roubaud, 2006), la France consacre de moins en moins de moyens à cette politique, tandis que ses compétences techniques se tarissent. Ce déclin nous place en porte-à-faux par rapport aux Britanniques (DfID) et aux agences internationales (Banque mondiale, Eurostat, etc.), dont les moyens et les capacités d’intervention ont décuplé pour faire face aux nouveaux enjeux.

 

Bref, le hiatus n’a jamais été aussi grand en Afrique entre la demande de statistique, symbolisée par le nouveau maître-mot de la révolution des données, et la production de données fiables par la statistique publique.

 

C’est sur cette base que ce dossier spécial de la revue Afrique contemporaine, coordonné par trois spécialistes issus d’univers différents (AFD, MAEDI, IRD), appartenant au monde de la recherche et des bailleurs de fonds, des producteurs et des consommateurs, se propose d’asseoir sa réflexion. Cette dernière, déclinée au présent comme au passé, peut être abordée sous de nombreux angles et du point de vue d’un large spectre de disciplines des sciences sociales.

 

Plusieurs axes de recherche pourront être explorés :

 

– la qualité des données n’étant pas nouvelle (Naudet, 1999 ; Razafindrakoto et Roubaud, 2002), on peut s’interroger pour savoir si la situation s’est améliorée ou détériorée au cours de la période récente et si les pays africains peuvent et vont réussir le défi de la « révolution des données » dans l’agenda post-2015. De ce point de vue, les innovations récentes, notamment dans le champ des nouvelles technologies de l’information changent-elles la donne ?

 

– la réflexion peut naturellement être poursuivie autour de l’économie-politique de la « mesure » et de relations internationales, les chiffres ayant toujours servi comme instrument de légitimation des pouvoirs à différentes échelles. Sommes-nous à l’aube d’un nouveau « surveiller et punir » en Afrique ?

 

– ce faisant, on débouche inévitablement sur une sociologie de la statistique, sachant que la statistique africaine attend toujours son « Desrosières » (2000 et 2014), qui d’ailleurs estimait que c’était dans les PED, donc en particulier en Afrique, que le potentiel d’innovations statistiques était le plus élevé, compte tenu du bas niveau de départ dans ce domaine. Une réflexion notamment sous l’angle de la sociologie des sciences peut donc être envisagée.

 

 

Conditions de soumission

 

Faire acte de candidature en envoyant une courte note d’une page (problématique du texte, exposé du déroulé de l’argumentaire, exposé des données, des sources et terrains mobilisés).

 

Les articles devront avoir un format de 35 000 signes espaces compris (notes de bas de page et bibliographie comprises) dans leur version destinée à la publication, ainsi qu’un court résumé de 800 signes (espaces compris), des mots clés et la biographie de l’auteur (150 signes). Les auteurs pourront intégrer à leur article des iconographies (cartes, graphiques, photos, dessins, etc.)

Ils suivront la procédure d’évaluation scientifique auprès de deux référés anonymes et du comité de lecture d’Afrique contemporaine.

 

La soumission des appels à propositions et des articles se fait sur la plateforme Editorial Manager à l’adresse suivante :http://www.editorialmanager.com/afriquecontemporaine/

 

La publication finale des articles sera conditionnée au succès de la procédure d’évaluation scientifique auprès de deux référés anonymes et du comité de lecture d’Afrique contemporaine.

 

Vous pouvez nous contacter pour toutes précisions aux adresses suivantes :bedecarratsf@afd.fr; :roubaud@dial.prd.fr; et fortuiti@afd.fr

 

 

Calendrier

 

Envoi de la proposition d’article : le 30 septembre 2015.

 

Réponse de la rédaction d’Afrique contemporaine aux auteurs : le 10 octobre 2015 au plus tard.

 

Envoi d’une première version des articles présélectionnés : le 2 janvier 2016.

 

Publication du numéro : septembre 2016.

 

Références

 

  • Cling J.-P., Razafindrakoto M., Roubaud F., eds (2003), Les nouvelles stratégies internationales de lutte contre la pauvreté, 2ème édition, Economica/IRD, Paris.

  • Cling J.-P., Roubaud F. (2006), « 15 ans d’appui à la coopération économique et statistique française avec l’Afrique », Statéco, No.100, pp. 45-62. Demombynes G., Sandefur J. (2014), “Costing a Data Revolution”, Center for Global Development, Working Paper 383.

  • Desrosières A. (2000), La Politique des grands nombres : Histoire de la raison statistique, La Découverte,‎ Paris, 2e éd. (1re éd. 1993). Desrosières A. (2014), Prouver et gouverner : Une analyse politique des statistiques publiques, La Découverte, Paris.

  • Devarajan S. (2013),  » Africa’s statistical tragedy », Review of Income and Wealth, 59, 59 (S1): S9–S15.

  • Easterly W., Levine R. (1997), “Africa’s Growth Tragedy: Policies, and Ethnic Divisions”, Quarterly Journal of Economics 111(4), pp.1203–50.

  • Independent Expert Advisory Group (2014), A World that Counts; Mobilising the Data Revolution for Sustainable Development, Rapport pour le Secrétaire Général des Nations Unies, Novembre.

  • Jerven M., ed. (2014), Measuring African Development: Past and Present / Mesurer le développement africain : hier et aujourd’hui, Canadian Journal of Development Studies/Revue canadienne d’études du développement, Special Issue, Volume 35 (1).

  • Jerven (2013), Poor Numbers. How We Are Misled by African Development Statistics and What to Do about It, Cornell University Press, Ithaca and London.

  • Jerven M. (2010), « Random growth in Africa? Lessons from an evaluation of the growth evidence on Botswana, Kenya, Tanzania and Zambia, 1965-1995 », Journal of Development Studies, 46(2), pp.274-294.

  • Naudet (2000), « Les « guignols de l’info ». Réflexions sur la fragilité de l’information statistique », in Jacob J.-P., dir., Sciences sociales en Afrique: les rendez-vous manqués, PUF, Collection Enjeux, Nouveaux Cahiers de l’IUED n° 10, Paris/Genève, pp. 31-55.

  • Politique Africaine (2014), Autour d’un livre. Poor Numbers. How We AreMisled by African Development Statistics and What to Do about It de Morten Jerven, commenté par Nicolas van de Walle, Agnès Labrousse et Carlos Oya, No.133, mars, pp. 177-199.

  • Raffinot M. (2014), « Quand Morten Jerven découvre l’abominable histoire des statistiques africaines », L’Économie politique, 2014/1 n° 61, pp. 108-112.

  • Tedou J. (2014), Tribune sur l’ouvrage Poor Numbers de Morten Jerven, Statéco, No.108, pp. 99-101.

  • Razafindrakoto M., Roubaud F. (2002), « Les dispositifs existants de suivi de la pauvreté les faiblesses des enquêtes classiques auprès des ménages », in Cling J.P., Razafindrakoto M., Roubaud F. (eds), op cit, chapitre XI, pp. 313-338.

  •  

     



    Is the Data Revolution in Africa a Myth or Reality? Challenges posed in the production and use of African statistics


    In 2013, Shanta Devarajan, the World Bank’s chief economist for Africa, published an article about the state of African data with the arresting title “Africa’s Statistical Tragedy” (Devarajan, 2013). This essay paints an alarming portrait of the data situation in Africa. In addition to analyzing the “tragedy,” Devarajan examined the reasons for it, found that they were primarily political, and proposed ways to remedy the situation.

     

    Devarajan does not stand alone in his assessment. He builds on the work of economic historian Morten Jerven, as shown in his well-known 2013 book, “Poor Numbers” and in his guest-edited 2014 issue in the Canadian Journal of Development Studies. A 2010 re-evaluation of Ghana’s GDP that increased it by 60%, making Ghana a middle-income country, sparked Jerven to attack the validity of categorizing African countries by per-capita GDP, except for a few cases such as Botswana or South Africa. According to Jerven (2010), the same uncertainty marred economic growth figures. After closely studying data from Botswana, Kenya, Tanzania, and Zambia, he went so far as to hypothesize that the real GDP growth numbers were equally unverifiable (Jerven, 2010).

     

    At the same time, Africa’s public statistics production of the past 20 years has seen a more insidious, although no less troubling controversy. International databases have proliferated, created by all kinds of institutions — from universities to nongovernmental organizations, aid agencies, consultants, global market-research firms, credit rating agencies, and so forth — and covering the most diverse domains — governance, democracy, institutional quality, family planning, and access to water, healthcare or financial services, among others. These new data sources have raised questions about the monopoly of public statistics production. At first, privately-produced statistics were confined to databases created and used by experts; new statistics produced outside the public sphere now include those created from household and company surveys, previously the domain of national statistics institutes. Increasingly, random impact evaluations, conducted with ad hoc survey protocols, have also contributed to the trend. “Big data” may prove the latest manifestation of a movement to marginalize (and partially privatize) public statistics production.

     

    The developed world’s destabilizing effect on African public statistics production has provoked criticism — some viewing it as a coordinated attack, others as a gradual reach for a share of a flourishing statistical-information market. Responses to the criticisms have taken a political turn that goes beyond doubting Jerven’s skill in calculating national accounts (see e.g., Raffinot, 2014; Tedou, 2014; Wall, Labrousse and Oya, 2014). Some African statisticians, — including several of the best-respected — see a new form of colonialism in the Global North’s critical studies, one that aims to denigrate large-scale African initiatives. Notable attempts to retake leadership of statistics “by Africans for Africans” have marked the last decade. For example, the African Development Bank, United Nations Economic Committee for Africa, and African Union have jointly launched an emblematic initiative known as the “Strategy for the Harmonization of Statistics in Africa” (SHaSA); other initiatives include creating or strengthening regional statistical services.

     

    More generally, never before has the international community called so heavily upon statistics to help guide development policy.

     

    The beginning of the 2000s, with the Millennium Development Goals (MDGs) and new international poverty-alleviation strategies (Cling et al, 2013), brought a shift in statistical usage that subsequent events have reinforced and even accentuated. Paradigms featuring “evidence-based policies” and “managing by results” have risen to prominence, their premises emphasized by a series of validations, from the 2005 Paris declaration on aid effectiveness to the 2011 Busan declaration. This has led aid agencies to put statistical measurement at the center of their efforts to monitor and evaluate foreign aid. Paris21, the international community’s army for development statistics, has pushed for the broad adoption of so-called “National Statistics Development Strategies.”

     

    The post-2015 agenda appears to have spawned a statistical monster, since it aims to cover all the economic, social and environmental aspects of sustainable development. The expanding universe of the Sustainable Development Goals (SDGs) – to be adopted by the United Nations in September 2015 – has undergone its own sort of data “Big Bang,” linking 17 goals with 169 targets and several hundred statistical indicators. Since African countries already experience difficulties in producing the 60 indicators that monitor MDG progress, few expect that they will keep pace with the SDG indicators. The estimated annual cost of additional surveys is USD 300 million (Demombynes and Sandefur, 2014).

     

    In this context, the Independent Expert Advisory Group (IEAG), an initiative of the United Nations Secretary-General, has called for a “data revolution” in its 2014 report (IEAG, 2014). The IEAG acknowledges the growing need for statistics in the world, and the ever-increasing information gap between developed and developing countries. The report makes several recommendations about appropriate use of technology innovations and financing to support a statistics partnership between all producers.

     

    The international community faces major challenges in supporting and participating in this revolution. Even though France had long spearheaded an internationally-recognized effort to aid statistics production (Cling and Roubaud, 2006), the country currently dedicates fewer and fewer resources to that policy, with withering results for its statisticians’ skills in this field. This decline increases the need for a new statistics strategy in the tropics. It also puts France in a poor position vis-à-vis Britain’s Department for International Development (DFID) and other international agencies, such as the World Bank and Eurostat, which have increased their means and intervention capacity to meet new statistics challenges (DGM, 2015).

     

    In short, the gap has never been greater between the need for statistics in Africa, symbolized by the new buzzword “data revolution,” and the production of reliable public statistics.

     

    On this premise, three specialist editors — all statistics producers-cum-consumers from the research and donor sphere (AFD is the French development agency, MAEDI the French ministry of foreign and international affairs, and IRD is a French development-research institute) — call for papers on this subject for a special edition of Afrique Contemporaine. Contributors may study the subject from many angles, past or present, and from the point of view of several social sciences.

     

    The editors welcome submissions on the following topics:

     

    (1) Since data quality is not a new subject (Naudet, 1999; Razafindrakoto and Roubaud, 2002), contributors might examine whether the situation has improved or deteriorated in recent years. They might also ask if African countries can and will meet the post-2015 data revolution challenge. From this point of view, do recent innovations, particularly new information technologies, make any difference to data quality?

     

    (2) Since numbers have always served as an instrument to legitimize various scales of authority, contributors might naturally pursue questions about international relations and the economics and politics of measurements. Is a new “surveil and punish” era dawning in Africa?

     

    (3) Such interrogations inevitably lead to a sociology of statistics, given that African statisticians are still waiting for their own “Desrosières” (2000 and 2014). He believed the potential for statistical innovation was highest in developing countries, particularly in Africa, because their data collection began at a less advanced level. The editors would therefore welcome analyses through a sociology of sciences lens.

     

     

    Submissions

     

    Interested authors will submit an article proposal composed of a one-page summary, describing the topic, argument outline (in brief), and the relevant data or fieldwork.

    Articles must be 35,000 characters in length at time of publication, including spaces, footnotes and bibliography. Submissions must include an abstract of 800 total characters, key words, and a 150-character author(s) biography.

     

    We especially welcome articles that feature maps, drawings, chronologies and photos.

     

    Each article will be blind peer-reviewed by two anonymous referees, the Afrique Contemporaine editorial board, and the special issue editors.

     

    Please submit your response to this call for papers via our online Editorial Manager:http://www.editorialmanager.com/afriquecontemporaine/

     

    For questions or clarifications, contact bedecarratsf@afd.fr; :roubaud@dial.prd.fr; et fortuiti@afd.fr

     

     

    Timeline

     

    Submit article proposal by 30 septembre 2015 at latest.

     

    The editors will select article topics and notify authors by 10 October 2015 at latest.

     

    Selected authors must submit a first draft of their articles by 2 January 2016.

     

    The special issue will be published in September 2016.

     

     

    References

     

    • Cling J.-P., Razafindrakoto M., Roubaud F., eds (2003), Les nouvelles stratégies internationales de lutte contre la pauvreté, 2ème édition, Economica/IRD, Paris.

    • Desrosières A. (2000), La Politique des grands nombres : Histoire de la raison statistique, La Découverte,‎ Paris, 2e éd. (1re éd. 1993). Desrosières A. (2014), Prouver et gouverner : Une analyse politique des statistiques publiques, La Découverte, Paris.

    • Devarajan S. (2013),  » Africa’s statistical tragedy », Review of Income and Wealth, 59, 59 (S1): S9–S15.

    • Easterly W., Levine R. (1997), “Africa’s Growth Tragedy: Policies, and Ethnic Divisions”, Quarterly Journal of Economics 111(4), pp.1203–50.

    • Independent Expert Advisory Group (2014), A World that Counts; Mobilising the Data Revolution for Sustainable Development, Rapport pour le Secrétaire Général des Nations Unies, Novembre.

    • Jerven M., ed. (2014), Measuring African Development: Past and Present / Mesurer le développement africain : hier et aujourd’hui, Canadian Journal of Development Studies/Revue canadienne d’études du développement, Special Issue, Volume 35 (1).

    • Jerven (2013), Poor Numbers. How We Are Misled by African Development Statistics and What to Do about It, Cornell University Press, Ithaca and London.

    • Jerven M. (2010), « Random growth in Africa? Lessons from an evaluation of the growth evidence on Botswana, Kenya, Tanzania and Zambia, 1965-1995 », Journal of Development Studies, 46(2), pp.274-294.

    • Naudet (2000), « Les « guignols de l’info ». Réflexions sur la fragilité de l’information statistique », in Jacob J.-P., dir., Sciences sociales en Afrique: les rendez-vous manqués, PUF, Collection Enjeux, Nouveaux Cahiers de l’IUED n° 10, Paris/Genève, pp. 31-55.

    • Politique Africaine (2014), Autour d’un livre. Poor Numbers. How We AreMisled by African Development Statistics and What to Do about It de Morten Jerven, commenté par Nicolas van de Walle, Agnès Labrousse et Carlos Oya, No.133, mars, pp. 177-199.

    • Raffinot M. (2014), « Quand Morten Jerven découvre l’abominable histoire des statistiques africaines », L’Économie politique, 2014/1 n° 61, pp. 108-112.

    • Tedou J. (2014), Tribune sur l’ouvrage Poor Numbers de Morten Jerven, Statéco, No.108, pp. 99-101.

    • Razafindrakoto M., Roubaud F. (2002), « Les dispositifs existants de suivi de la pauvreté les faiblesses des enquêtes classiques auprès des ménages », in Cling J.P., Razafindrakoto M., Roubaud F. (eds), op cit, chapitre XI, pp. 313-338.