MOZOM-analyse
Pas de chiffres, pas de crise : comment les coupes budgétaires rendent invisibles des millions de personnes vulnérables.

- Source
- IFPRI, WFP, FAO, IPC, FEWS NET et PreventionWeb
- Titre MOZOM
- Pas de chiffres, pas de crise : comment les coupes budgétaires rendent invisibles des millions de personnes vulnérables.
- Titre original
- Pas de chiffres, pas de crise : comment les coupes budgétaires rendent invisibles des millions de personnes vulnérables.
- Auteur
- Ron Caroselli
- Sujet
- Une analyse de la crise de financement des systèmes d'information sur la sécurité alimentaire, la nutrition et la santé, et de ses conséquences sur l'alerte précoce, l'aide humanitaire et la visibilité politique.
Résumé de l'article original
La prise de décision humanitaire repose sur une chaîne d'enquêtes auprès des ménages, de prix du marché, de mesures nutritionnelles, d'études de mortalité, d'images satellites et d'observateurs locaux. Lorsque des maillons de cette chaîne disparaissent, les estimations deviennent plus anciennes, les zones géographiques mal connues s'étendent et les alertes deviennent moins fiables. Le Rapport mondial sur les crises alimentaires 2026 couvrait encore 47 pays, selon l'IFPRI, ce qui est le nombre le plus bas en dix ans. En Somalie, la couverture des évaluations de la sécurité alimentaire a diminué de 73 à 35 des 107 zones de vie. Au Nigeria, le nombre de ménages étudiés est passé de plus de 19 000 en 2023 à 14 500 en 2026, et une analyse importante ne couvrait plus qu'un seul État au lieu des 26 habituels. Cela ne prouve pas que chaque crise non mesurée est ignorée. Cela montre cependant que des millions de personnes sont moins bien prises en compte au moment où les organisations humanitaires doivent répartir leurs ressources et leur attention.
Quelle méthode de mesure voit quoi, et qu'est-ce qui disparaît en cas de réduction des coûts ?
Aucune source ne donne à elle seule une image complète. La valeur réside dans la combinaison et le contrôle mutuel.
| Source de données | Ce que cette source rend visible | Ce qu'elle ne peut pas déterminer de manière indépendante | Conséquence lorsque la source diminue |
|---|---|---|---|
| Enquête auprès des ménages | Repas, quantité de nourriture, stratégies d'adaptation, revenu, biens et différences entre les groupes. | Ne fournit pas automatiquement les taux de mortalité exacts, les prix du marché nationaux ou les rendements en dehors de l'échantillon. | Moins de ménages et de régions rendent les groupes vulnérables statistiquement plus difficiles à identifier. |
| Mesures nutritionnelles et de santé. | Malnutrition, mesures anthropométriques, schémas de maladies et signes cliniques chez les enfants et les adultes. | Sans données supplémentaires, ne permet pas d'expliquer pourquoi la nutrition se détériore ou la quantité de nourriture que les ménages peuvent acheter. | Les avertissements concernant la malnutrition aiguë peuvent survenir plus tard, et les preuves pour les classifications les plus graves deviennent plus faibles. |
| Étude de la mortalité | Surmortalité et causes de décès, y compris la mortalité en dehors des systèmes d'enregistrement fonctionnels. | Est difficile à mettre en œuvre dans les zones de conflit et peut entraîner une grande incertitude sans un accès représentatif. | La conséquence la plus grave d'une crise peut être la moins facilement démontrable. |
| Surveillance des marchés et des prix | Disponibilité et abordabilité des aliments, prix du bétail, salaires et perturbation des routes commerciales. | Ne montre pas directement qui manque de nourriture au sein des ménages ou quelles ressources non monétaires existent encore. | Les chocs de prix locaux peuvent disparaître dans les moyennes nationales ou être détectés trop tard. |
| Observation par satellite et par la Terre | Pluie, végétation, sécheresse, inondation, superficie cultivée et changements sur de vastes zones. | Ne permet pas de voir la répartition au sein des ménages, la faim vécue, la mortalité cachée ou l'exclusion sociale. | Une carte techniquement précise peut tout de même mal évaluer les besoins humains sans vérification sur le terrain. |
| L'IA et les modèles prédictifs | Combinent de grandes sources de données, détectent des schémas et créent des scénarios pour les zones difficiles d'accès. | Ne peuvent pas reconstruire à partir de rien les observations actuelles manquantes ; les erreurs dans les données d'entraînement se propagent. | L'apparence de précision peut augmenter tandis que l'incertitude réelle devient plus importante. |
| Observateurs locaux et missions d'accès | Contexte, déplacements, violence, accessibilité, distribution d'aide échouée et explications derrière les chiffres. | Les observations isolées ne sont pas toujours représentatives et peuvent être soumises à des pressions politiques ou de sécurité. | Sans interprétation locale, les signaux anormaux sont plus susceptibles d'être manqués ou mal interprétés. |
| Enregistrements administratifs | Visites de cliniques, abandons scolaires, réception de l'aide, naissances et décès, là où les systèmes fonctionnent. | Les personnes qui sont hors de portée, sans papiers ou sans accès aux institutions sont justement souvent absentes. | Les groupes les plus marginalisés peuvent également être les premiers à disparaître des systèmes officiels. |
Recherche interne : de la réduction budgétaire aux angles morts.
MOZOM a comparé l'estimation de l'IFPRI avec les documents méthodologiques publics de la FAO et de l'IPC, ainsi qu'avec des exemples de pays de FEWS NET. Les 31 pour cent ne représentent pas une diminution mondiale de toutes les dépenses humanitaires, mais la moyenne des systèmes étudiés qui ont rapporté une estimation des financements. Les conséquences sont néanmoins clairement visibles. En Somalie, en 2026, moins d'un tiers des 107 zones de subsistance ont été directement évaluées. Au Nigeria, le nombre de ménages étudiés ainsi que la couverture géographique ont fortement diminué. L'IPC a donc mis en place des protocoles spécifiques pour les zones où l'accès est limité ou inexistant. Une zone peut être classée comme étant en situation de crise alimentaire avec une force de preuve "raisonnable" plutôt que "solide", mais dans ce cas, des preuves minimales concernant la consommation alimentaire, la malnutrition et la mortalité restent nécessaires. La règle n'est donc pas littéralement "pas de chiffres, pas de crise". La préoccupation est plus subtile : moins il y a d'observations récentes, plus l'incertitude est grande, plus il est difficile de justifier une classification sévère, et plus la base pour une aide précoce et ciblée est faible.
Une carte vide peut faussement ressembler à une carte calme.
Les cartes et les tableaux de bord peuvent sembler objectifs, mais une zone grise ou vide peut avoir deux significations opposées : il n'y a pas de crise, ou il n'a pas été mesuré. Lorsque les rapports ne suscitent que la première impression, cela crée un biais de visibilité. Les domaines bien mesurés produisent des chiffres, des avertissements et des reportages médiatiques ; les domaines mal mesurés produisent des marges d'incertitude et le silence. L'attention politique suit souvent la partie de la réalité qui peut être résumée en chiffres, en cartes et en prévisions. Par conséquent, une réduction technique au début de la chaîne d'information peut se traduire plus tard par moins d'attention médiatique, moins d'urgence des donateurs et une aide plus lente.
La dangereuse rétroaction : moins de mesures peuvent entraîner encore moins de fonds
La chaîne d'information peut s'affaiblir. Tout d'abord, les fonds pour le travail sur le terrain disparaissent. Ensuite, moins de ménages, de marchés et de régions sont mesurés. Les prévisions reposent alors plus souvent sur des données plus anciennes et des hypothèses plus larges. L'incertitude rend les conclusions publiques précises plus difficiles, alors que ce sont précisément les chiffres précis qui attirent l'attention politique et journalistique. Lorsqu'une crise est ainsi reléguée au second plan, le financement de l'aide et de nouvelles mesures peut également diminuer. Ce n'est pas une preuve d'un plan délibéré visant à dissimuler les victimes. C'est un stimulus structurel par lequel les systèmes d'information financièrement vulnérables rendent moins visibles les personnes qui ont déjà peu de pouvoir politique.
Message possible derrière l'actualité
Ceux qui réduisent les budgets alloués aux mesures humanitaires ne font pas que réduire les coûts liés aux tableurs. Ils réduisent le champ de vision permettant de détecter les pénuries alimentaires, la malnutrition et la mortalité. Une victime non mesurée ne reçoit pas d'aide ; il est surtout devenu plus difficile de prouver administrativement sa situation de détresse.
Conclusion neutre
L'infrastructure internationale de l'information concernant la sécurité alimentaire et les situations d'urgence humanitaire est manifestement sous pression. Les systèmes étudiés ont perdu des financements plus rapidement que l'aide au développement dans son ensemble, tandis que dans des pays comme la Somalie et le Nigeria, le nombre d'observations et la couverture géographique ont diminué. Cela se produit précisément lorsque les conflits, les risques climatiques et les budgets d'aide limités exigent des choix difficiles. Les satellites, les modèles et l'IA peuvent réduire les lacunes, mais ils ne peuvent produire une réalité fiable sans données actualisées provenant des ménages, des marchés, des cliniques et des communautés locales. La technologie peut reconnaître un champ sec ; elle ne sait pas automatiquement quel enfant mange moins, quelle famille a vendu son dernier bétail ou combien de décès n'ont pas été enregistrés. Ce que cette étude ne prouve pas, c'est que les donateurs ou les gouvernements rendent intentionnellement les crises invisibles, que chaque zone blanche sur une carte contient une catastrophe cachée ou que toutes les estimations existantes sont peu fiables. Elle montre cependant un danger structurel : lorsque la capacité de mesure diminue plus rapidement que les besoins, la réalité administrative peut s'améliorer tandis que la réalité humaine se détériore. L'absence de chiffres ne signifie pas l'absence de crise, mais une moindre chance que la crise soit détectée, identifiée et financée à temps.
Source:
- IFPRI : Systèmes de données sous contrainte financière, étude de 41 systèmes d'information.
- PreventionWeb/IFPRI : Lorsque les crises disparaissent de la vue.
- WFP : Rapport mondial sur les crises alimentaires 2026.
- IPC : Explication des preuves, de la famine et de l'accès limité.
- Manuel de l'IPC : Protocoles spéciaux pour la classification de la famine.
- FAO : Différences entre les sources de données sur la consommation alimentaire et les ménages.
- FAO : Pourquoi les données satellitaires et les données de terrain se complètent.
- FAO/CFS : Recommandations pour les données sur la sécurité alimentaire et la nutrition.
- FEWS NET : Mise à jour mondiale de la sécurité alimentaire et limitations dues au manque de données.