Définitions et critiques de l’IDH

L’objectif est ici de se familiariser avec la notion d’Indicateur de Développement Humain et de montrer une partie des biais qu’il comporte.

Dans une seconde partie, il s’agira aussi de se poser les questions : « Quel est selon-vous le meilleur indicateur de développement humain ? », « Qu’est-ce qu’un bon développement aujourd’hui ? Et demain ? » Il semble évident que cette question possède une dimension philosophique et nous ne nous attarderons pas ici sur la notion de vertu collective.

La notion de développement implique une évolution, l’IDH est un indicateur qui s’observe dans le temps. L’IDH étant un classement, c’est une évaluation relative.

 

  • La construction de l’IDH

L’IDH est la combinaison de 3 indicateurs : santé (longévité), éducation (durée de scolarisation) et pouvoir d’achat (revenu en parité de pouvoir d’achat).

Formule de calcul de l’IDH = (IL+ IE + IP) / 3

IL= Indicateur de l’espérance de vie

IE = Indicateur du niveau d’éducation

IP = Indicateur du produit intérieur brut (PIB) par habitant

 

  • Critique 1 de l’IDH : il ne prend en compte que des effets moyens.

Les 3 sous-indicateurs de l’IDH sont évalués de telle sorte qu’ils s’estiment par la valeur moyenne d’un pays par rapport aux valeurs moyennes ou extrêmes mondiales.

Calcul des indicateurs composants de l’IDH =

(Valeur observée – valeur minimale) / (Valeur maximale – valeur minimale)

Ainsi, les valeurs maximales et minimales prises en compte reflètent les moyennes de chaque pays (moyennes intra-pays).

 

Exemple de calcul (la longévité au Vietnam) :

Si l’on se focalise par exemple sur l’indicateur de longévité au Vietnam, il est évalué de la façon suivante :

ILvn = (75,2 – 20) / (83,4 – 20) = 0,87

L’indicateur de longévité est mesuré par la méthodologie de calcul de l’espérance de vie :

  • Classement par âge de la population vivante au début de l’année 2012.
  • Pour chaque âge, on calcule la proportion de personnes décédées en 2012. Par exemple, en 2012 en France, le taux de mortalité d’une personne de 30 ans est de 0.07%.
  • Dans un second temps, les démographes se basent sur une génération fictive de 1 000 personnes. Sachant que la mortalité des individus qui ont moins d’un an en 2012 est de 4 ‰, ils retirent 4 individus et ainsi de suite : à l’âge de 30 ans, ils retirent 0,07 % des individus restants, et ce jusqu’à ce qu’il ne reste plus aucun individu. À la fin de l’opération, tous les membres de cette génération fictive sont décédés, il ne leur reste alors plus qu’à faire la moyenne des âges de décès observés.

 

Même si cet indicateur permet de corriger une partie des effets limitant sa pertinence (y compris l’effet pyramide des âges ou déformation de la population), il ne permet toutefois pas de retranscrire complètement l’effet distribution de l’espérance de vie sur la population : une mortalité infantile importante pouvant être compensée par un petit groupe de personnes vivant bien au-delà de l’espérance de vie moyenne du pays considéré et ainsi masquer les effets de dispersion (intrinsèque à la définition de moyenne). Ainsi, cet indicateur de longévité ne reflète pas les inégalités internes aux pays face à la santé et la durée de la vie (Vietnam ici).

Nous pouvons émettre une critique similaire à l’indicateur d’estimation de la durée de scolarisation : il ne s’agit que d’une valeur moyenne qui ne reflète pas sa distribution dans la population donnée. Par exemple, dans un pays donné, si une petite partie de la population étudie considérablement plus longtemps que la plus grande partie de la population, la durée de scolarisation moyenne sera mécaniquement tirée vers le haut par ce petit groupe très scolarisé. Cet effet ne sera pas retranscris par la valeur de la durée moyenne de scolarisation.

 

Ces observations nous amènent à considérer le premier biais d’analyse de l’IDH :

Le Biais lié au fait de ne pas tenir compte de la distribution des sous-indicateurs (longévité, santé et scolarisation) : l’IDH se base sur des effets moyens qui ne retranscrivent pas les écarts au sein des populations par pays.

Nous procédons malgré tout à une analyse à l’échelle nationale puisque c’est avec ce champs que nous sommes le plus familiarisé et que les données existent à cette échelle.

 

Illustration du biais lié au fait de se limiter à la considération des moyennes :

L’IDH traduit donc un effet global de développement, sans considérer le critère d’homogénéité ce de développement au sein des pays observés. Ainsi, des pays très inégalitaires en termes d’espérance de vie, d’éducation et/ou de revenus peuvent se retrouver parmi les mieux classés (classement IDH) et vice et versa. Cet indicateur ne délivre donc pas d’information à l’échelle individuelle mais bien à l’échelle de l’individu moyen d’un pays. Si l’on imagine un exemple extrême et que l’on considère un pays fictif de 2 habitants :

En 2010

  • L’individu A1 qui décèdera en 2010 à l’âge de 87 ans, aura été scolarisé 12 ans et touche un salaire annuel (en PPA) de 40 k€
  • L’individu B1 décède également en 2010 mais à l’âge de 48 ans, aura été scolarisé 6 ans et touche un salaire annuel (en PPA) de 25 k€

 

En 2015

  • L’individu A2 qui décèdera en 2015 à l’âge de 92 ans, aura été scolarisé 12 ans d’études et touche un salaire annuel (en PPA) de 45 k€
  • L’individu B2 décède également en 2015 mais à l’âge de 48 ans, et aura été scolarisé 6 ans d’études et touche un salaire annuel (en PPA) de 25 k€

 

Ce pays présentera un meilleur score IDH en 2015 qu’en 2010 (l’individu moyen y vit plus longtemps et a un revenu plus élevé en 2015 qu’en 2010), pourtant les inégalités se sont accentuées en son sein, ce que ne reflète pas l’IDH. Le score global sera ainsi tiré vers le haut par l’individu A2 dont les conditions d’existence se sont améliorées par rapport à l’individu A1, malgré la stagnation des conditions de vie de l’individu B2 par rapport à l’individu B1. Cet individu étant dans une situation relativement plus précaire en 2015 qu’en 2010 (par rapport à l’ensemble de la population du pays).

Ce type de constat nous suggère de considérer la dimension d’égalité comme critère de développement humain. Nous sommes en mesure d’attendre d’une société qui se développe, que l’ensemble des acteurs qui la constitue en bénéficie.

 

Piste d’amélioration 1 : l’observation des valeurs médianes.

Une meilleure estimation du développement pourrait être obtenue en considérant les valeurs de longévité et de durée de scolarisation médianes (telles que la moitié de la population vit plus longtemps ou que la moitié de la population étudie plus longtemps) de ces populations.

L’indicateur de médiane a pour qualité de ne pas être influencé par les valeurs extrêmes, contrairement à la moyenne. Il apporte donc une information complémentaire essentielle par rapport à la celle-ci.

Limite : malheureusement, ces valeurs médianes ne sont disponibles que sur un nombre restreint de pays.

 

Piste d’amélioration 2 : la prise en compte de la qualité des distributions (introduction du coefficient de Gini).

Concernant l’indicateur de revenu au sein des populations, il existe un indicateur qui permet de prendre en considération la distribution du revenu au sein d’une population. Il s’agit du coefficient de Gini, disponible sur la plupart des pays. Il mesure l’écart entre une distribution parfaitement égalitaire des revenus et la distribution réelle des revenus.

Le coefficient de Gini est exprimé par une valeur comprise entre 0 et 1 (0 étant la distribution parfaitement égalitaire).

Pour la suite de l’analyse, nous utiliserons le coefficient de Gini inversé et multiplié par 100. Ainsi la variable IGini est un nombre croissant de l’égalité situé entre 0 et 100 (100 étant la situation d’une égalité parfaite des revenus).

Graph Lorentz

Tout d’abord, nous nous posons ici la question du lien entre classement IDH et répartition des richesses. Autrement dit, existe-t-il un lien entre la richesse globale d’un pays (représenté ici par son revenu moyen) et sa capacité à répartir équitablement ses richesses (reflété ici par le coefficient de Gini) ?

Le graphique suivant a pour objectif de décrire la relation entre le revenu moyen par personne en 2013 (en abscisse) et la mesure de l’égalité de la distribution de ces revenus (Inverse de Gini, en ordonnée). Chaque point représente le couple (revenu moyen per capita ; Gini) d’un pays donné.

Income Gini.jpg

Interprétation : il n’y a donc pas de corrélation avérée entre le revenu moy/hab et le coefficient de Gini. En d’autres termes, le revenu/hab n’explique pas à lui seul la qualité de la distribution des revenus dans la population d’un pays.

Pourtant, nous remarquons que parmi les pays les plus riches (en termes de revmoy/hab), le coef de Gini inversé est systématiquement élevé par rapport à la moyenne de l’ensemble des pays. Cependant, n’est-on pas en droit d’attendre une meilleure homogénéité dans la distribution des revenus lorsqu’il s’agit de moins en moins de satisfaire les besoins vitaux ? Avec l’augmentation du revmoy/hab, il apparait normal que les systèmes de mutualisation et de redistribution viennent harmoniser la distribution des revenus.

Notion de besoins incompressibles : de l’autre côté (sur les valeurs faibles de revenu), nous ne pouvons déduire de lien entre un revenu moy relativement peu élevé et un quelconque impact sur le coef de Gini. Autrement dit, plus le revmoy est faible et plus le coefficient de Gini est indépendant du revenu moy. Nous trouvons également de nombreux exemples de pays relativement égalitaires aux revenus moy/hab faibles. Nous pourrions pourtant nous attendre à ce que le coefficient de Gini inversé soit plus élevé parmi les pays aux plus bas revmoy/hab, du fait que plus nous descendons vers les bas revmoy/hab, plus ces revenus sont utilisés à la satisfaction des besoins vitaux et par nature plus dispersées. Idée que moins les biens sont liés à la survie, plus leur possession est inégalement distribuée. Et bien que la diversité de l’alimentation soit une richesse. Il est également à considérer que parmi les pays les plus pauvres (en termes de revenu monétaire), une proportion plus importante des échanges est réalisée en dehors du circuit monétaire (et donc non pris en compte dans le calcul des indicateurs).

Il nous paraîtrait plus juste d’introduire cette notion de distributions dans l’IDH pour qu’il reflète le développement humains dans le sens de « tous les humains » (AHDI = all human dev index).

Une remarque importante, les pays à IDH les moins élevés et faisant partie des pays où l’on vit le plus longtemps et à temps de scolarisations les plus longs atteignent donc ces 2 facteurs avec un revenu moyen moins important, en parité de pouvoir d’achat. Il est tant à parier que les pollutions qu’ils génèrent sont également moins importantes. Lien consommation énergétique (voir partie 3).

 

 

La corrélation entre le revenu et la valeur de l’IDH :

Le graphique ci-dessous nous montre qu’il existe une corrélation très significative entre classement IDH et revenus/moyen par pays, qui ne permet pas d’expliquer à elle seule une telle sur/sous-évaluation dans le classement.

IDH Income.jpg

Les revenus moyens expliquent à eux seuls une grande partie l’IDH et ce parce qu’espérances de vie et durées de scolarisation moyennes sont elles-mêmes corrélées au revenu moyen. En économétrie, on considère dans ce cas que l’apport d’information des variables « longévité » et « scolarisation » à la constitution de l’IDH est relativement faible par rapport à l’information déjà apportée par le revenu.

 

 

 

 

D’un point de vue logique personnelle, il nous viendrait plutôt à l’esprit de ne pas prendre en compte le revmoy/hab, étant admis qu’il est corrélé avec ces 2 indicateurs et donc déjà représenté de manière indirecte par ces derniers. De plus, il existe une corrélation entre le revmoy/hab et les émissions de CO2 (et d’autres types de pollution) et de façon plus générale avec la consommation énergétique.

En effet, la variable cible, l’IDH représente un indicateur de santé physique, éducative et économique. La crédibilité que nous associons à l’espérance de vie comme mesure de santé publique et de la durée de scolarisation comme celle de l’éducation, sans tenir compte des biais des indicateurs utilisés, est plutôt facile à accorder (bien qu’il s’agisse d’une mesure purement quantitative). Mais surtout, quid de ce qu’est une bonne santé économique ? Des régions qui assurent de bons niveaux de longévité et d’éducation s’appuyant sur des niveaux de richesses relativement inférieurs ne sont-ils pas plus efficaces énergétiquement ? N’assurent-elles pas en ce sens un meilleur développement ?

Il ne serait en tout cas pas souhaitable de détériorer la cohésion sociale là où elle existe.

Revenus, consommation énergétique et pollution sont liés :

income-co2

*:CO2 per capita 2010, Rev PPP k$

Comme on le voit ci-dessus, pollution et revenu sont liés, même si on observe une plus grande dispersion du niveau de pollutions dégagées sur les hauts revenus.

Ainsi, l’introduction du revenu comme critère d’évaluation du développement humain pose question. En cela, je ne saurais m’exprimer sur le signe à y associer, pouvant signifier davantage de dépendance vis-à-vis de l’énergie et des impacts collatéraux. Et ce aussi, parce qu’il est déjà introduit par les 2 autres composantes de l’indice.

On est alors en mesure de se poser la question du sens de l’influence de la partie du développement liée aux richesses monétaires les plus importantes.

IDH Gini.jpg

On constate à quel point l’IDH ne reflète pas le caractère de distribution des richesses au sein des populations. Ainsi, l’IDH ne restitue pas l’information d’égalité des revenus, c’est une autre manière d’observer ce que nous disons précédemment, il n’existe pas de corrélation entre revmoy/hab et distribution des richesses. Autrement dit, les pays les plus riches n’assurent pas systématiquement une meilleure distribution de leurs richesses.

income-lifeexp

 

La corrélation est logarithmique, il faut un écart de revenu de plus en plus important pour assurer une longévité supérieure identique. Sur des revenus très faibles, l’espérance de vie chute très vite : en dessous de 2000$ par an, on vit rarement au-delà de 55 ans. Il faudrait aussi pouvoir observer la distribution des espérances de vies dans chacun des pays, ainsi que leurs évolutions. La différence moyenne de revenu entre les pays ou l’espérance de vie est de 75ans et ceux où elle est de 80ans correspond à un doublement de ce revenu (passant ainsi de 20k$ à 40k$). Et repose sur un doublement du niveau moyen de pollutions dégagées.

Comment prendre en compte le revenu sachant qu’il est lié au niveau de pollution…le calcul du développement hors revenu revient en quelque sorte à évaluer longévité et éducation en utilisant le moins de ressources naturelles, matérielles. C’est bien ici dans une optique de sobriété énergétique et de ces ressources que nous nous situons.

L’idée n’est donc pas ici de remplacer l’idh mais de proposer un indicateur qui regroupe espérance de vie, éducation, égalité et responsabilité environnementale.

3  indicateurs possibles :

  • Esp, scol, revenu corrigé de gini.
  • Esp, scol, Gini (on considère alors que l’ensemble des inégalités correspondent à celle du revenu, ce qui est vérifié au niveau de la comparaison par pays).
  • Esp, scol, pollutions (ou revenu en négatif).

 

 

Culture et politique étant étroitement liées, le coefficient de Gini est calculé par pays, ce qui se traduit en un effet ou biais « échelle pays » lors des calculs agrégés (Gini européen). Il faudrait disposer des revenus par quantiles sur chacun des pays pour l’estimer correctement. Il serait alors possible de s’inscrire dans une vision déliée du facteur pays. Cela a un sens pour comprendre la redistribution internationale, officielle et élaborées par les outils politiques sur certaines zones (Europe, Zones sous traités de libre-échange,…) mais également pour s’inscrire dans une analyse sans a-priori « pays » et ainsi d’étudier l’organisation multi-échelles sous-jacente. Ce qui pourrait se traduire par une redéfinition des zones à considérer sur certaines problématiques. Il serait par exemple intéressant de l’étudier par ville et d’évaluer la considération de proximités sur différents critères, en cela qu’elles sont similaires ou différentes.

Par exemple, nous pourrions considérer les 10% d’européens les plus pauvres et calculer leur revenu moyen et ainsi de suite, jusqu’au 10% les plus aisés.

Il serait intéressant de regarder comment se comporte le coefficient de Gini géographiquement, quel est sa valeur moyenne et sa variance sur certaines zones. Cela reflèterait les écarts ou « la variance intra » zones, par exemple sur l’Europe.

A creuser :

Sorte de critère d’homogénéisation des conditions de vie. Notion de proximité importante ?

La moyenne européenne, pondérée par la population par pays est de ?

Source Data : United Nation Development Program

 

Auteur : Jonathan Petit

 

Définitions IDH et classements :

https://fr.wikipedia.org/wiki/Indice_de_d%C3%A9veloppement_humain

http://www.journaldunet.com/economie/magazine/1170004-classement-idh/

http://dictionnaire.sensagent.leparisien.fr/Variance%20(statistiques%20et%20probabilit%c3%a9s)/fr-fr/

http://www.larousse.fr/dictionnaires/francais/corrélation/19435

http://citeetculture.over-blog.com/article-attali-pour-l-euthanasie-a-62-ans-57318950.html

 

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *