Introduction à l’étude d’impact Par : Michel Tenikue (FUNDP)

Présentation au sujet: "Introduction à l’étude d’impact Par : Michel Tenikue (FUNDP)"— Transcription de la présentation:

1 Introduction à l’étude d’impact Par : Michel Tenikue (FUNDP)

2 Plan Les défis Les défis  Evaluer les performances du programme  Etudier (mesurer) l’effet sur les bénéficiaires Nécessité de la connaissance du programme Nécessité de la connaissance du programme Les sources des biais de sélection Les sources des biais de sélection Un modèle économétrique simple Un modèle économétrique simple Un modèle économétrique plus élaboré Un modèle économétrique plus élaboré Conclusion Conclusion

3 Les défis: performances Atteinte des populations cible Atteinte des populations cible  Respect des critères d’éligibilité  Qualité du service offert Couverture Couverture  Prévalence  Incidence

4 Les défis : Effet moyen du « traitement » yi : Résultat pour l‘individu i M et NM indiquent le statut de l’individu i (Membre ou Non Membre) Xi caractéristiques de l’individu i Ei : Éligibilité Note : On ne peut observer à la fois Remarque: Effet conditionnel

5 Connaisance du programme (M = ?, Yi = ? Xi = ?) Niveau d‘analyse: individus, ménages, communautés Variable de résultat ( yi) : Dépense de consommation (par tête) du ménage; Taux de scolarisation (des filles); Nombre d‘années d‘étude, fécondité – Natalité; Utilisation des ressources (terre); Participation aux actions communautaires; Etc Participation (M): Oui- Non; Total cumulé des emprunts; Nombre de séances de formation;

6 Les Biais de Sélection M = 1 M = 0 Village: B Les membres potentiels constituent un groupe ciblé (éligibilité) (exo) Les membres effectifs le sont par décision personnelle Des caractéristiques observables et inobservables influencent le choix La localisation du programme n’est pas hasardeuse (A =? B) M = 0 Village: A Eligible et membre Eligible et Non membre Non Eligible (Non Membre) M = 0

7 Limiter les conséquences des Biais Echantillon randomisé Le statut de membre ou non membre est imposé de façon aleatoire; Très répandue en biostatistique (laboratoire et placebo) Quasi impossible pour évaluer une politique economique Groupe de contrôle (Hyp: independance conditionnelle) Très répandu en économie (Pit & Khandker, 1998; Morduch 1998) Groupe semblable « propensity score » (Ravaillon, 2001) Données de panel (Khandker 2003)

8 Un modèle économétrique simple yi: variable de résultat Mi =1 si membre et 0 sinon Xi: caractéristique du ménage (individu) ui: terme d‘erreur

9 Un modèle économétrique simple MCO ( biaisé) Mi endogène Variables omises? Atténuation du biais Variables instrumentales (choix et 2SLS) Terme d‘interaction

10 Modèle économétrique plus élaboré Vj: Effet fixe village Eij: Eligible =1; 0 sinon Tij = 1 si dans Village avec programme; 0 sinon De Morduch 1998: Données Bangladesh 1991

11 Model économétrique plus élaboré Estimer l‘effet moyen sur les éligibles “Differences-in-differences“ (double diff) a ) comparer éligibles et non éligibles des villages avec programme b) comparer éligibles et non éligibles des villages sans programme c ) comparer a) et b) De Morduch 1998: Données Bangladesh 1991

12 Conclusion:Attention Un programme n’est efficace que par rapport aux alternatives. Un programme n’est efficace que par rapport aux alternatives.