Carte de vulnérabilité structurelle du Burkina Faso – Février 2015 Par Jeremy CHEVRIER et Siaka MILLOGO USAID

PLAN DE LA PRESENTATION INTRODUCTION Finalité de la carte (ce que la carte est et ce qu’elle n’est pas) Définition de la vulnérabilité structurelle METHODOLOGIE UTILISEE 5 étapes de la méthodologie Liste des couches de données utilisées RESULTATS CONCLUSION Limites de l’exercice Perspectives

Finalité de la carte Fournir le fondement et les données analytiques pour une meilleure représentation géographique des zones qui ont besoin d’investissements de resilience de long terme au Burkina Faso; Un outil d’aide à la priorisation des ressources limitées pour les affecter aux besoins les plus pressants; Stimuler l’analyse et la discussion autour des determinants de la vulnérabilité structurelle eu egard aux couches de données disponibles; Un outil pour mieux comprendre les déterminants de la vulnérabilité structurelle de certaines zones pour identifier le paquet d’intervention le plus approprié.

Ce que la carte EST et ce qu’elle n’EST PAS La carte n’EST PAS: Une carte de securité alimentaire (ie. SAP, FEWSNET, Cadre Harmonisé) Une carte indiquant des points isolés de vulnérabilité dans le temps(conjoncturelle) Une parfaite articulation art & science (qualitative et quantitative). La carte EST: Une carte utilisant une technique avancée de superposition de cartes thématiques; Une carte de vulnérabilité structurelle (données historiques aggrégées dans le temps pour obtenir une tendance) Un outil d’aide à la prise de décision pour le ciblage des zones éligibles pour des investissements de résilience à long terme (les zones les plus vulnérables structurellement) Un index géographiquement réferencé de mesure de la résilience (chaque pixel de la carte a un score de vulnérabilité/résilience associé)

Définition de la vulnérabilité structurelle La vulnérabilité structurelle est une tendance à se maintenir dans un état de risque élevé aux effets négatifs de bien- être (sous nutrition, anémie) avec une situation d'exposition persistante à d‘éventuels chocs variés (variations climatiques, instabilité des prix…) et tout cela conjugué avec un contexte de déficit de résilience chronique (manque de capacités absorptive, adaptative et transformative).

Méthodologie: Etape 1 – Identifier les données disponibles Identifier les indicateurs pertinents disponibles au niveau sub-national (région, province, commune) pour l’analyse. Lister les indicateurs les plus pertinents en fonction des objectifs visés; Faire une récherche de ce qui est disponible (variables proxy et variables de mesures directes); S’assurer que les données disponibles sont désaggrégées au niveau sub-national; S’assurer de la validité et de la fiabilité des données collectées (triangulation, analyse des sources)

Méthodologie: Etape 2 – Convertion au format matriciel Convertir chaque couche de données géographiques au format matriciel. Utiliser le principe d’interpolation de Kriging pour le cas des données sous format “point”. Les données déjà sous format matriciel (ie. Imagéries de télédétection) n’ont plus besoin d’être converties Les données vectorielles aux différents niveaux administratifs (commune, region, etc.) ont été converties directement au format matriciel 3. Les données sous format points ont été utilisées pour créer une surface matricielle, utilisant la méthode d’interpolation de Kriging

Méthodologie: Etape 2 (suite) – Utiliser le même sens d’interprétation des données S’assurer que toutes les couches de données ont le même sens d’interprétation (i.e. les valeurs les plus élevées indiquent toujours plus de vulnérabilité) Les couches de données avec des valeurs élevées représentant une situation positive (ie. précipitations) devraient être inversées dans leur ordre; Avoir le même sens d’interprétation pour toutes les couches de données permet de les comparer.

Méthodologie: Etape 3 - Winsoriser Winsoriser (traiter les données extrêmes) les données si nécessaire à partir de l’analyse d’histogrammes. Ceci évite une distortion due à des données extrêmes et amplifie la variation géographique. L’analyse d’histogrammes permet d’identifier les données extrêmes (aberrantes) de la couche de données objet d’analyse; Les données extrêmes devraient être ajustées avant traitement afin de répercuter la variation géographique à la majorité de la couche.

Méthodologie: Etape 4 – Graduation Revoir les échelles de graduation de toutes les couches de données pour les ramener à une échelle commune 0-100 de sorte à pouvoir les comparer et les aggréger (supperposer) pour créer des cartes composites. Les données du niveau local sont à diverses échelles (ie. 0-1, 10-26,000, etc.) Pour des raisons de comparabilité, toutes les couches de données doivent avoir la même échelle Ajuster les échelles des couches de données proportionellement de sorte que les plus petites valeurs deviennent nulles et les plus grandes deviennent 100.

Méthodologie: Etape 5 – Moyennes pondérées Aggrégation des couches de données en utilisant la pondération sur la base d’un jugement consensuel d’experts pour créer des cartes composites . Les couches de données liées devraient être superposées (aggrégées) pour créer les cartes composites y relatives (ie. mesures directes de la pauvreté et les proxy de mesure de la pauvreté sont superposées pour créer la carte composite de pauvrété.) La pondération relative à chaque couche de données contribuant à la création d’une carte composite devrait être discutée de facon concensuelle avec les experts désignés Quelque fois, les cartes composites créées sont à leur tour superposées (aggrégées) pour créer une autre carte composite à un niveau supérieur. Les pondérations doivent être discutées pour toutes les cartes composites. NB: il faut noter ici que refuser de pondérer les couches dans le calcul de leurs moyennes pour la création des cartes composites voudrait dire affecter un poids égal à toutes les couches de données. Cela ne reflète guère la réalité des contributions des différentes variables constituant les couches de données en relation avec la vulnérabilité structurelle.

Table continues on next slide…

Les 50 communes les plus structurellement vulnérables

Limites: Des données sécondaires ont été utilisées. Idéallement, une enquête ménages de grande envergure collectant les données sur les indicateurs de vulnérabilité les plus pertinentes serait meilleure (ex. World Bank LSMS). De nombreuses couches de données n’étaient pas disponibles au niveau de désaggrégation souhaité (ie. Quelque fois seulement au niveau regional alors que le niveau communal aurait été meilleur) La pondération basée sur l’analyse d’experts peut toujours être améliorée par une analyse statistique multivariée sur des données plus homogènes. La collecte de données a été difficile à cause de la non disponibilité de certains acteurs détenteurs de données.

Perspectives: La carte devrait être utilisée pour mieux cibler géographiquement les investissements de résilience de long terme, le Gouvernement Burkinabé pourrait prendre la direction de cette action à travers le SAP ou le SE-CNSA par exemple; Les cartes primaires (36) et les cartes composites (20) peuvent être analysées individuellement pour comprendre les dynamiques et les contributions relatives des différents facteurs de vulnérabilité dans différentes zones géographiques du pays; Après avoir analysé les différents facteurs contribuant à la vulnérabilité structurelle d’une zone, les interventions appropriées peuvent alors être opérationalisées; Des évaluations conjointes sur le terrain sont absolument nécessaires pour tester/valider les résultats fournis par la carte. Cette évaluation pourrait par exemple se dérouler dans trois (3) des communes les plus vulnérables et les résultats comparés aux trois communes les moins vulnérables afin de mieux comprendre les dynamiques de vulnérabilité pour en tirer les enseignements qui s’imposent. (voir stratégie FFP 2017?)

Perspectives: Dans la mesure où la carte mesure la vulnérabilité structurelle sur la base des moyennes pondérées de couches de données historiques, un changement significatif dans la tendance ne pourrait être observable qu’après cinq (5) années au moins. Ainsi la carte peut être considérée comme valide pour cinq (5) années. Chaque cinq (5) ans, toutes les nouvelles données des cinq dernières années pourraient être agrégées pour créer une carte actualisée de vulnérabilité structurelle afin de se rendre compte d’un changement éventuel des tendances. Les synergies avec les autres outils d’analyse de la vulnérabilité dévraient également être explorées (ie. HEA, SAP, FEWSNET, Cadre harmonisé, RIMA et autres outils de mesure de la résilience) pour une meilleure complémentarité.

Appréciation des acteurs de la sécurité alimentaire Gouvernement: Utilisation de la carte dans le processus d’actualisation des outils du SAP; PAM et Banque Mondiale: Utilisation de la carte dans le processus de planification; ONGs: utilisation de la carte pour le ciblage des zones d’intervention.

Merci de votre aimable attention. Questions?