mardi 11 août 2009

Mesurer la croissance économique par satellite

C'est possible ! Henderson, Storeygard et Weil l'ont fait. Leur méthode est extrêmement ingénieuse.

Je pense que vous avez tous vu ces photos satellite de la Terre vue la nuit dans vos livres de géographies au collège ou au lycée. On se rend alors compte que les pays développés ont plein
de petits points blancs sur leur territoire qui s'agrègent en tâches à l'emplacement des villes importantes. En revanche, ces points blancs sont beaucoup plus dispersés dans les pays en
développement. Par exemple, au Mozambique et à Madagascar, plus de 99% des pixels des photos satellite sont "éteints" la nuit, tandis que cette proportion tombe à 67,7% pour les Etats-Unis.

Pourquoi l'intensité lumineuse la nuit serait-elle liée à l'activité économique ? D'après les auteurs :
"Consumption of nearly all goods in the evening requires lights."

"Presque tous les biens, lorsqu'ils sont consommés le soir, nécessitent de la lumière."
Néanmoins, cette mesure dépend beaucoup plus fortement de la densité de population que de l'activité économique, car la proportion de pixels éteints est de 90% pour le Canada et de moins de 1% pour les Pays-Bas. C'est là que l'idée géniale intervient.

Les auteurs utilisent la croissance de l'intensité lumineuse pour estimer la croissance économique :
"As income rises, so does light usage per person, in both consumption activities and many investment activities."
"Lorsque le revenu augmente, la quantité de lumière utilisée par personne augmente également, que ce soit pour des activités de consommation ou des activités d'investissement."
Cette mesure, utilisée de concert avec d'autres indicateurs, permet d'améliorer sensiblement la qualité de l'estimation de la croissance économique. Pourquoi ?

Admettons qu'un statisticien essaie d'estimer la croissance économique d'un pays en développement. Il va tout d'abord utiliser les statistiques nationales que l'organisme spécialisé
du pays en question aura pris le soin de récolter. Problème : dans beaucoup de pays en développement, ces statistiques sont très imparfaites et comportent beaucoup d'erreurs de mesure. Ces erreurs de mesure sont dues essentiellement à la prévalence du secteur informel qui masque alors une partie de l'activité économique et qui rend difficile la collecte d'informations.

Schématiquement, le statisticien peut utiliser d'autres indicateurs qui sont corrélés à la croissance économique pour améliorer son estimation comme la croissance de la population, l'évolution du nombre de permis de construire attribués, etc...

Ces indicateurs seront également entachés d'erreurs, mais le vrai problème est que la source de ces erreurs est la même : l'importance du secteur informel ! De ce fait, les erreurs sont corrélées. Malheureusement, plus les erreurs sont corrélées, moins ces nouveaux indicateurs sont efficaces pour améliorer la précision de l'estimation.

Or, la mesure par satellite de l'intensité lumineuse, même si elle est également une mesure imparfaite de l'activité économique a cet avantage considérable : les erreurs d'estimation qu'elle produit sont a priori indépendantes des erreurs produites par l'utilisation des statistiques nationales. Et c'est une qualité fondamentale !

Pour bien comprendre, imaginez que vous lisiez différents journaux pour vous renseigner sur un événement d'actualité. Si les journaux utilisent tous les mêmes dépêches, le fait de lire plusieurs journaux réduit peu le risque "d'erreur" car si une dépêche fournit une information erronée, elle sera reproduite dans tous les journaux. Il est donc inutile de lire plusieurs journaux. En revanche, si chaque journal envoie sur le terrain sa propre équipe de reportage, le risque qu'un journal rapporte une information erronée ne dépend pas du risque que les autres journaux rapportent une information erronée. De ce fait, en lisant plusieurs journaux, on a plus de chance de dépister une erreur faite par un reporter.

Dans le cas qui nous occupe, le fait d'utiliser les photos satellite permet en quelque sorte d'avoir un nouveau journal avec sa propre équipe de reporters.

Sans surprise, les auteurs constatent que plus la croissance mesurée par les statistiques officielles est faible, plus elle a de chances d'être sous-estimée (mais ce n'est pas systématiquement le cas, malheureusement pour les pays en développement).

Après ce constat, les auteurs utilisent une propriété de leurs nouvelles données pour une application nettement plus intéressante. Les données satellite ont un deuxième avantage que
nous n'avons pas évoqué jusqu'alors : elles permettent une estimation très fine au niveau geographique et peuvent être utilisées pour analyser la croissance à l'échelon local.

Ils s'en servent pour mesurer l'impact de la croissance du revenu agricole en Afrique sur la croissance économique des villes environnantes. Ils découvrent qu'un accroissement d'un écart-type dans les précipitations (soit 0,90mm/jour) provoque un accroissement du PIB de la ville la plus proche de 4% en moyenne.

ref :
Measuring Economic Growth From Outer Space
Vernon Henderson
Adam Storeygard
David N. Weil
NBER Working Paper 15199


3 commentaires:

  1. Cette méthode a un inconvénient, elle est sensible à un effet de seuil. Un pixel allumé ne peut pas être plus allumé. Ce qui veut dire qu'au dela d'une certaine richesse économique on ne mesure plus la croissance, mais l'accroissement de la desité de population.

    RépondreSupprimer
  2. Il y a deux éléments distincts dans votre remarque :

    1) Le fait qu'une augmentation continue de la croissance allume de moins en moins de pixels est une non-linéarité plus qu'un effet seuil. Les auteurs prennent en compte ce problème en modélisation une relation log-linéaire. Au passage, la luminosité d'un pixel est variable et est mesurée sur une échelle de 0 à 63, mais effectivement, lorsqu'on a atteint l'intensité maximale, on ne peut pas faire mieux.

    2) La question de la densité est à part. Il ne s'agit pas ici d'un indicateur dont on devrait déterminer "ce qu'il mesure", mais d'une méthode statistique qui améliore la mesure d'une variable bien définie : la croissance économique. Peu importe finalement que la luminosité soit déterminée par la densité ou par tout un tas d'autre facteurs. Ce qui compte sur le plan statistique, c'est que la croissance de la luminosité soit corrélée avec la croissance économique.

    RépondreSupprimer
  3. Ca m'a fait rire...

    Un premier problème : le biais dans les statistiques publiées par les PED ne relève pas forcément de l'informel. Au fait, si l'informel a une part prédominante, il faut y associer aussi la compétence (la diffusion de la connaissance). Ex: Qui sont au courant que l'on peut essayer de dire quelmque chose sur la croissance d'un pays à partir de stallite?

    RépondreSupprimer

Remarque : Seul un membre de ce blog est autorisé à enregistrer un commentaire.