DIME-FPD Dakar, February 1-4, 2010 Florence Kondylis

Contexte Nous souhaitons établir leffet causal dune intervention Une assignation aléatoire nest pas faisable On ne peut pas exploiter le processus de sélection pour définir un groupe de comparaison En général Individus, ménages, villages, ou autres entités sont exposés ou non au traitement La sélection dindividus dans le groupe de traitement empêche la comparaison traités/non-traités Exemple: Les individus qui souhaitent participer dans un programme de micro-finance et ceux qui ne le souhaitent pas

Quand lassignation aléatoire nest pas faisable, comment exploiter le mode de mise en œuvre dun programme afin dévaluer son impact? Proposition: La méthode « quasiment expérimentale » Double différence (Mattea, demain) Stratégie didentification par la Discontinuité de la Régression (Regression Discontinuity Design, RDD)

RDD est un cousin proche de la méthode expérimentale Beaucoup plus proche que le reste des méthodes non-expérimentales RDD se base sur la compréhension du processus de sélection Il nous faut établir une règle de sélection bureaucratique/officielle et claire Un score quantifiable et simple Lassignation au traitement est basée, de manière discontinue, de ce score Un niveau seuil est établi Exemple: Ventes de lentreprise doivent être inférieures à 5,000 Une entreprise qui a un score en-deçà du score reçoit le traitement Une entreprise qui a un score au-dessus du score ne reçoit pas le traitement RDD compare les entreprises juste au-dessous du seuil à celles juste en- deçà

Politique Publique: Aux EU, lâge minimum pour consommer de lalcool légalement est de 21 ans la consommation dalcool par les mineurs (< 21) est illégale Observation: Cette politique implique que: Les individus dâge 20 ans, 11 mois et 29 jours ne peuvent pas boire Les individus dâge 21 ans, 0 mois et 1 jour peuvent boire Or: Peut-on réellement penser quune différence dâge de quelques jours pourrait affecter la sagesse, les préférences, les comportement, etc? Les individus nés avec quelques jours décart sont traités différemment pas la loi Cette différence est entièrement attribuable à un seuil légal arbitraire Le statut légal est la différence entre les deux groupes dindividus situés de part et dautre du seuil, dans un voisinage proche du seuil

En pratique, rendre la consommation dalcool illégale reduit la consommation Idée pour identifier limpact de la consommation dalcool sur le taux de mortalité des jeunes adultes: Groupe de Traitement: individus dâge 20 ans et 11 mois Groupe de Contrôle: individus qui viennent davoir 21 ans Autour du seuil, on peut pratiquement imaginer que les individus ont été assignés au traitement de façon aléatoire On peut dès lors estimer limpact causal de la consommation dalcool sur le taux de mortalité des jeunes situés au voisinage du seuil

MLDA (Traitement) réduit la consommation dalcool

Une consommation dalcool plus élevée augmente le taux de mortalité au voisinge de 21 ans Nombre Total de Décès Nombre Total de Décès des suites de blessures, consomption dalcool ou de drogues Nombre Total de Décès Autres

Assignation au traitement est faite sur la base dun score continu, ou dun classement Exemples: Ventes, âge, note dexamen, index de pauvreté, etc Les participants potentiels sont classés en fonction du score Le seuil (point de discontinuité) qui définit léligibilité est Clairement établi Déterminé au préalable Lassignation sur la base dun seuil est souvent liée à une décision de type administratif Participation doit être limitée dû a des contraintes budgétaires Transparence de la sélection est essentielle

Gouvernment propose une subvention partielle pour PMEs (formelles) Éligibilité déterminée sur la base des ventes de lannée écoulée: Ventes < 5,000: Entreprise reçoit loffre de subvention Ventes >= 5,000: Entreprise ne reçoit pas loffre Si le chiffre de ventes est mesuré avant lannonce du plan de subvention In nest pas possible de manipuler le chiffre de ventes Exemple: Chiffre de lannée écoulée déjà établi et enregistré Facile à mesurer et à faire respecter

2 types de discontinuités Nette (sharp) Floue (Fuzzy) Retour a lexemple…

Que faire si les entreprises ventes < 5,000 ne réclament pas toutes la subvention? Raisons: Pas toutes au courant, peu dinformation Pas toutes intéressées (subvention partielle) Ces 2 raisons introduisent un biais de sélection (les entreprises qui réclament la subvention sont différentes à plusieurs niveaux) Cependant: La proportion dentreprises qui réclament varie de façon discontinue autour du seuil déligibilité De zéro à moins de 100% Cest ce que lon appelle une discontinuité floue (Fuzzy RDD)

100% 0% 75% 0% Variations au-dessus du seuil

Cas Idéal: Discontinuité Nette Discontinuité détermine de façon précise lexposition au traitement Ex.: Seules les individus de 21 ans et plus boivent de lalcool, et ils en boivent tous (!!!) Ex.: Toutes les entreprises au chiffre < 5,000 réclament la subvention; les autres ne la reçoivent jamais Ex.: régime de taxation

Discontinuité Floue Taux de participation au programme change de façon discontinue au niveau du seuil déligibilité, mais pas à 100% Certains individus de moins de 21 ans consomment de lalcool et/ou certains individus de plus de 21 ans nen boivent pas Certaines entreprises au chiffre < 5,000 ne réclame pas la subvention La règle déligibilité est respectée, mais lensemble du groupe de traitement ne sy conforme pas

Idée Générale Si le seuil déligibilité est arbitraire, les individus situés immédiatement à gauche et à droite du seuil sont, par construction, extrêmement similaires Différences de résultats peuvent être directement attribués au programme Hypothèse Principale In ne se passe rien dautre: en labsence du programme, nous nobserverions pas de discontinuité de résultat autour du seuil en question Pourrait ne pas être vérifiée si Alcool: Ceinture de sécurité cesse dêtre obligatoire à 21 ans Subvention: Un taux de taxation réduit est en place visant les entreprises au chiffre < 5,000

Forme différente

Cette méthode produit-elle des résultats généralisables? Groupe Contrefactuel pour la RDD Individus exclus du groupe de traitement de justesse Exemples: Individus qui ont mois de 21 ans mais plus de 20 ans et 10 Entreprises au chiffre de ventes supérieur à 5,000 mais inférieur à 5,500 La mesure dimpact ne sapplique quaux individus / ménages / villages situés au voisinage du seuil déligibilité Extrapoler au-delà de cette région requiert davantage dhypothèses, souvent peu testables Une discontinuité floue exacerbe ce problème de mesure locale

Avantages majeurs Transparence Illustration graphique simple, intuitive Désavantages majeurs Demande beaucoup dobservations autour du seuil déligibilité Les observations situées plus loin du seuil doivent porter un poids plus faible Pourquoi? Seuls les individus proches du seuil se trouvent,par chance, de part et dautre du seuil Si on pense aux entreprises qui ont un chiffre de 5,000 et celles qui rapportent 500 Ou bien un jeune de 21 ans comparé à un de 16 ans

RDD se prête à lévaluation prospective lorsque la randomisation nest pas faisable Stratégie applicable à tout programme qui se base sur un critère déligibilité (politique sur la base Possibilité dexploiter plusieurs seuils pour améliorer la validité externe Menu de subventions qui visent différentes tailles dentreprises

22