mercredi 30 novembre 2016

À côté d'Edmond Malinvaud

(Contribution au colloque en l'honneur d'Edmond Malinvaud « Théorie, mesure et expertise » le 9 décembre 2016)

Le directeur général de l'INSEE et le directeur de l'ENSAE, Claude Gruson et Edmond Malinvaud, accueillirent en octobre 1963 une nouvelle promotion d'élèves administrateurs en tenant en substance le discours suivant : « le travail auquel vous allez vous former est obscur et sans gloire, il ne vous donnera que l'austère satisfaction du devoir accompli ». L'un de nous exprima le sentiment commun en s'écriant « qu'est-ce que je fiche donc ici ! ».

Notre génération était l'otage d'une constellation intellectuelle dont les étoiles se nommaient Marxisme, Psychanalyse, Surréalisme, Structuralisme et qui, sous prétexte de libérer les esprits, délimitait étroitement ce qu'il était culturellement légitime de dire et de penser. Les auteurs que nous lisions ignoraient les institutions1 dont le « sérieux » nous inspirait une ironie proche de celle de Boris Vian2.

Quelques-uns d'entre nous ressentaient sans doute peu cette pression, d'autres possédaient dans leur esthétisme le ressort qui les en libérerait, mais dans l'ensemble nous étions comme le sera Michel Foucault3 hostiles envers « les pouvoirs », méfiants envers « le système » et prêts à participer plus tard aux errements de mai 1968. Christian Sautter annoncera ainsi à un magistrat scandalisé que nous refusions de prêter serment : depuis ce jour, les statisticiens français ne sont plus assermentés.

Les cours de l'ENSAE n'étaient pas faits pour nous convenir. Serge Kolm enseignait la théorie néoclassique sans prendre le recul qui aurait permis de concevoir la légitimité de ses hypothèses, Raymond Barre tenait un discours élégant mais vide, Maurice Allais se complaisait dans l'abstraction. Le cours d'économétrie de Malinvaud4 s'appuyait sur les conventions de la comptabilité nationale et nous n'étions pas assez mûrs pour pouvoir apprécier cette structure conceptuelle. Seuls les cours de sociologie de Pierre Bourdieu et Michel Rocard, ainsi que le cours de statistique mathématique de Gérard Calot, m'ont paru alors satisfaisants par leur rigueur et leur qualité pédagogique.

La liste des noms que je viens de citer montre en tout cas que Malinvaud avait su rassembler des personnes éminentes pour former le corps professoral de l'ENSAE.

A la sortie de l'ENSAE j'étais convaincu que la « science » économique n'était que l'apologie d'un état de la société auquel je n'avais aucune envie d'adhérer, apologie masquée par des complications mathématiques faites pour lui conférer une scientificité apparente. J'ai donc décidé d'être un pur statisticien et de me consacrer à ce qu'Alfred Sauvy avait appelé « l'observation des faits5 ».

*     *

Dans l'INSEE d'alors les statisticiens étaient considérés comme des soutiers qui manipulent du « charbon » à la pelle : le prestige allait exclusivement aux comptables nationaux, conjoncturistes et modélisateurs dont les travaux éclaireraient la politique économique. Travailler dans les soutes de l'institution me procurait une sombre fierté.

J'ai eu la chance de concevoir une enquête démographique à Madagascar, puis de participer avec Gérard Ader, Jean-Pierre Bergougnoux et Claude Darmon à la conception d'un nouveau système de statistique industrielle6. J'ai vu alors que le statisticien devait, avant de pouvoir faire tourner le moteur de son usine à enquêtes, choisir ce qu'elle observera, puis définir les concepts selon lesquelles elle classera et codera les êtres observés.

Selon Malinvaud le statisticien devait être « objectif ». Ce terme me semblait de nature à égarer l'intuition. S'il veut dire que le statisticien ne doit jamais fausser le résultat de ses observations, il s'agit d'une exigence minimale de l'honnêteté professionnelle. S'il veut dire que la statistique doit reproduire exactement l'objet qu'elle observe, cette exigence est excessive car comme tout existant concret cet objet est d'une complexité qui outrepasse les possibilités de l'observation.

Par ailleurs des philosophes et des sociologues prétendaient que les faits sont construits7, expression qui révolte le bon sens : en effet la couleur d'un feu de signalisation, pour prendre un exemple familier, n'est pas « construite » par le conducteur d'une voiture mais s'impose à lui. Ce qui est construit, c'est la grille conceptuelle qui servira de cadre à l'observation, et le choix de cette grille n'est pas indifférent : dans l'exemple ci-dessus, la grille sera celle qui convient à la conduite automobile et il faut qu'elle soit pertinente en regard des exigences de cette action.

Une étude de l'histoire des nomenclatures8 m'a montré que si, à chaque époque, les statisticiens ont qualifié de « naturelle » la nomenclature qu'ils avaient définie, elle obéissait en fait aux besoins de l'économie de l'époque considérée. Ainsi il apparaissait que la définition des concepts sur lesquels s'appuie l'observation est subjective non au sens d'une subjectivité individuelle, mais de la subjectivité collective d'une société dont la situation historique est particulière.

Une fois défini le cadre conceptuel pertinent il faut encore que l'observation soit exacte au sens d'« apte à alimenter un raisonnement exact ». Oleg Arkhipoff préférait dire que la statistique doit être « précise9 », mais la précision risque d'être fallacieuse : mesurer la taille d'un être humain au micron près, c'est en donner une fausse image car le corps humain est élastique. En fait aucune statistique n'est vraiment précise : la mesure que donne une enquête exhaustive comme le recensement de la population comporte un biais de l'ordre de 1 %, soit 600 000 personnes pour la France métropolitaine. Elle fournit cependant un ordre de grandeur que l'on peut juger exact.

La conclusion à laquelle le raisonnement aboutira est d'ailleurs toujours qualitative, même s'il s'appuie sur des données quantitatives : le chômage « augmente » ou « diminue », la croissance est « plus » ou « moins » vive, les industriels sont « plus » ou « moins » confiants qu'avant, etc.

Pertinence des concepts, exactitude des observations : tels sont les critères de qualité de la statistique, et ils renvoient à des exigences qui lui sont extérieures : la pertinence se définit par rapport aux besoins de l'action dans une situation donnée, l'exactitude par rapport à ceux du raisonnement. Ils obligent donc le statisticien à s'interroger sur les finalités que sert sa profession.

Malinvaud tenait beaucoup au respect scrupuleux de la morale, considérée comme une norme qui s'impose à l'action. Lorsque je lui ai dit que la morale, « science des moeurs », était plus descriptive et historique que normative, il a répondu « vous êtes un philosophe » : c'était un constat, d'ailleurs bienveillant, de ce qui nous séparait. Les complications qu'introduit la prise en considération de l'histoire lui semblait être une source potentielle de confusion.

C'est sans doute la raison pour laquelle il tenait tellement à l'objectivité, mot dont les connotations morales forment un corset qui maintient l'esprit, tandis que la pertinence serait plutôt la colonne vertébrale qui lui confère fermeté et souplesse, mais au prix des risques que présente la liberté de mouvement.

Si l'on est sceptique envers l'être humain il faut lui parler un langage simple et proposer une ambition limitée : c'est ce que font par exemple les pédagogues qui, enseignant la science de façon dogmatique, s'appliquent à transmettre ses résultats plutôt que sa démarche. Cette solution de facilité se paiera, dans la suite, par des errements.

Malinvaud voulait ainsi préserver la pureté de l'institution statistique en l'isolant du monde historique des passions et de la politique : lorsque Philippe Herzog est venu pour « rencontrer les communistes de l'INSEE », Malinvaud est allé à sa rencontre dans le hall d'entrée pour le prendre par le col de la veste et le jeter dehors.

*     *

Dans une institution statistique la vie quotidienne consiste à faire tourner une usine : préparation budgétaire du programme d'enquêtes, puis logistique des envois de questionnaires, rappels et mises en demeure, vérification, saisie, traitement informatique, dépouillement des résultats et enfin publication. Comme dans les entreprises, la conception et la production sont alors séparées à tel point que le praticien peut croire que l'instrument d'observation est un objet naturel dont l'évidence s'impose et dont il serait inconvenant de discuter les conventions.

C'est ce que j'ai rencontré lorsque je suis arrivé à la direction générale de l'INSEE après être passé par l'équipe innovante qu'avait dirigée Ader au ministère de l'industrie. J'ai cru utile de placer la statistique dans sa perspective historique pour faire apparaître la dynamique de son évolution : c'est ainsi qu'ont démarré à l'INSEE les travaux sur l'histoire de la statistique avec Alain Desrosières10, Joëlle Affichard11 et plusieurs autres.

Tandis que Malinvaud suivait ces tentatives avec une sympathie prudente, je m'approchais peu à peu de la théorie économique car je rencontrais une limite de la statistique. Etant sélective, me disais-je en effet, elle doit observer « ce qui est important » à chaque époque, mais il ne suffit pas de maîtriser la technique d'un instrument d'observation pour pouvoir l'orienter de façon judicieuse : il faut une réflexion d'un autre ordre.

Jacques Mairesse m'avait demandé de composer à la demande des éditions Hachette un livre sur le métier de statisticien. J'ai prié Malinvaud d'écrire la préface de la deuxième édition. Cela l'a étonné car il croyait, m'a-t-il dit, que j'étais « un opposant ». Puis il a accepté de façon très obligeante.

Nous avons eu d'autres échanges à propos de l'analyse des données. Des stagiaires de l'ISUP m'avaient fait découvrir cette technique de statistique descriptive, nous l'avions appliquée à la construction automatique des nomenclatures12.

L'analyse des données est analogue à la radiographie : elle fait apparaître sous forme graphique les corrélations significatives qui peuvent se cacher dans de grands tableaux de nombres13. On l'utilise aujourd'hui pour tirer parti de ce que l'on nomme « le Big Data ».

Pour la maîtriser, il faut avoir élucidé des propriétés mathématiques dont la richesse est du même ordre que celle de l'économétrie. Cela restaurait le prestige de la statistique auprès de ceux qui croient qu'une discipline ne peut être scientifique que si elle s'exprime dans le langage des mathématiques : la régression multiple, principal outil des économètres, n'était d'ailleurs qu'un « simple » cas particulier de l'analyse canonique. Malinvaud, grand maître de l'économétrie, n'était pour sa part aucunement sectaire : il s'est intéressé à l'analyse des données et l'a étudiée sérieusement14.

Comme elle ne nécessite pas les a priori qu'exige l'économétrie, Jean-Paul Benzécri a cru qu'elle pouvait faire apparaître « le pur diamant de la véridique nature15 ». La pratique m'a cependant confronté à une deuxième limite de la statistique : les « aides à l'interprétation » qui accompagnent les graphes de l'analyse des données ne suffisent pas pour mettre en évidence les causalités qui sont la raison d'être des corrélations.

Si la radiographie révèle l'intérieur d'un organisme, son interprétation exige une connaissance experte a priori de la physiologie des organes qui le composent. De même, l'interprétation d'une analyse des données exige, contrairement à ce que disait Benzécri et à ce que pensent aujourd'hui certains thuriféraires du Big Data, de posséder a priori une connaissance experte du domaine auquel appartient l'objet considéré. Je sentais que mes interprétations étaient naïves et sans doute parfois fausses.

J'avais rencontré le besoin d'une théorie en amont de la statistique, lorsqu'il faut déterminer ce qui mérite d'être observé et les concepts selon lesquels on l'observera ; je le rencontrais de nouveau en aval, lorsqu'il faut interpréter ses résultats.

J'ai enfin compris que la théorie économique n'est pas seulement une construction formelle : elle condense un trésor accumulé par les observations et interprétations passées. L'ignorer pouvait faire tomber le statisticien dans des ornières que les théoriciens avaient appris à éviter. La lecture d'un article d'Ivar Ekeland16 ouvrit alors opportunément à mon intuition la porte du modèle néoclassique, premier épisode d'une suite de lectures et de réflexions qui ne s'est plus interrompue.

*     *

Celui qui quitte la statistique pour immigrer sur le territoire des économistes emporte cependant avec lui un bagage et son point de vue différera de celui de ses nouveaux collègues.

Le raisonnement des macroéconomistes, ainsi que les modèles qu'ils construisent, s'appuient sur les comptes nationaux. La grille conceptuelle des comptes nationaux est de haute qualité17 mais l'exactitude de leur évaluation est sujette à caution car les comptables comblent les lacunes de la statistique à l'aide de procédures d'estimation hasardeuses18 (règle de trois, solde, arbitrage, etc.). Les écarts entre les versions successives d'un même compte sont tels que la controverse qui se renouvelle chaque année entre Bercy et les médias, lors de la préparation du budget économique, à propos de quelques dixièmes de points de PIB paraît dérisoire.

L'inexactitude des comptes scandalisait les statisticiens mais leur opinion avait peu de poids dans l'INSEE d'alors. Ils étaient d'ailleurs incités à se taire par le soutien que les comptables nationaux leur apportaient dans la négociation budgétaire.

Malinvaud était conscient des limites de la comptabilité nationale, notamment des difficultés logiques que soulève l'hypothèse d'un comportement des agrégats19, mais son expérience ne lui avait pas permis de connaître les conditions pratiques du travail des modélisateurs. Ceux-ci enjambaient les difficultés en ne tenant aucun compte de l'incertitude des comptes, quitte à redéfinir des « lois économiques » lorsqu'après une nouvelle version ou un changement de base il apparaissait que leurs coefficients ne « sortaient » plus de façon significative.

Les modèles macroéconométriques tiraient parti de la précision illusoire des nombres pour étalonner les équations puis établir des « projections » qui seraient par la suite, inévitablement, considérées par le politique comme des « prévisions » et auraient une influence sur ses décisions. Il y avait là, me semblait-il, un enchaînement dangereux : la précision des comptes était fallacieuse et en outre il est impossible de maîtriser intellectuellement le résultat de la résolution informatique simultanée de plusieurs centaines d'équations30.

L'apport véritable de la statistique me semblait résider non dans la précision des nombres, mais dans des ordres de grandeurs éventuellement imprécis mais suffisamment exacts. Le raisonnement devait donc s'appuyer non sur des milliers d'équations appliquées à des nombres d'une exactitude douteuse, mais sur des modèles simples que l'intellect puisse maîtriser.

Le but devait être de s'efforcer à comprendre la dynamique de la situation présente, seul moyen pour anticiper raisonnablement son évolution, et non de produire automatiquement des projections numériques d'une précision trompeuse20. Ces réflexions me séparaient évidemment des économistes de la division des comptes trimestriels21 mais je les partageais avec Claude Gruson, le créateur des comptes nationaux, et Malinvaud ne les aurait pas désavouées si j'avais pu lui en parler car on les retrouve dans certains de ses articles22.

*     *

La statistique, la comptabilité nationale et la science économique ont fortement évolué depuis le début des années 1960, époque où j'ai suivi non sans mal les cours d'Edmond Malinvaud à l'ENSAE.

Les crises de 1968, 1974, etc., ont ébranlé la représentation de l'économie. Le système productif a été transformé par l'informatisation à partir de 1975. La crise financière de 2008 a révélé que le monde de l'échange équilibré, sur lequel l'attention des économistes s'était focalisée, s'entrelace désormais avec le monde parasitaire de la prédation.

Les entreprises et les institutions se trouvent à des degrés divers de maturité en regard des apports, contraintes et dangers du « numérique » : cela compromet la signification de l'« agent représentatif » familier aux macroéconomistes. Les exigences de l'efficacité sont transformées, la concurrence adopte des formes nouvelles (lobbying) et souvent violentes, la mission des régulateurs et de l'Etat doit être reformulée.

Les modèles macroéconométriques ont été soumis à une évaluation critique et si le modèle néoclassique sert toujours de référence centrale à la théorie le raisonnement a progressé en relâchant méthodiquement certaines de ses hypothèses. Le style de travail des économistes me semble s'être rapproché de celui de John Hicks23, devenu aussi celui de Malinvaud24 : usage rigoureux et discret des mathématiques, solidité conceptuelle, recours prudent aux ordres de grandeur que fournit la statistique.

La science économique a ainsi su concentrer son attention, avec notamment Jean Tirole25, sur les régimes de concurrence imparfaite (information dissymétrique, jeu des incitations) et la théorie des jeux : elle s'est libérée de l'empire qu'exerçaient le régime de la concurrence parfaite et l'hypothèse des rendements d'échelle décroissants que John Hicks a crue indispensable.

Le Big Data a rendu possible une démarche expérimentale et introduit un rapport nouveau entre la théorie et la statistique. Dans le passé le théoricien était tenté de « chercher sous le réverbère » en ne considérant que les objets que l'institution statistique éclaire, car les besoins de la théorie ne pouvaient réorienter l'instrument d'observation qu'après un long délai. L'abondance des données a permis d'explorer des questions que pose la théorie, non sans susciter bien sûr des controverses : effet des 35 heures sur l'emploi26, effet de la taille des classes sur la réussite scolaire27, effet de l'informatisation sur l'efficacité des entreprises28, etc.

Claude Gruson, le créateur de la comptabilité nationale, savait que celle-ci devrait évoluer pour faire face à l'importance prise par les services et la différenciation qualitative des produits : elle devra se dégager du cadre essentiellement quantitatif conçu au début des années 1950 et qu'a décrit André Vanoli. La statistique est elle aussi invitée, dans notre période de transition, à renouveler ses concepts en procédant, comme elle l'a fait au début du XIXe siècle29, à des études monographiques afin de nourrir une évaluation des organisations (ce que l'on nomme « gouvernance ») et des systèmes d'information.

L'exemple d'Edmond Malinvaud peut nous inspirer. Sérieux et d'une tournure d'esprit très classique, il considérait notre génération de « contestataires » avec un humour distant, paternel et parfois étonné, tout en étant ouvert aux recherches et techniques nouvelles : il a su s'intéresser dès les années 1970 à l'analyse des données, discipline alors naissante et ancêtre du « Big Data », et à l'évolution du métier de statisticien sous l'influence de l'informatique. Il était conscient des limites de la macroéconomie et de l'économétrie. Il avait enfin sur les valeurs une réflexion exigeante qu'il nous revient d'approfondir pour répondre aux nécessités de la situation présente.

____
1 « Sartre ne s'est jamais résigné à la vie sociale telle qu'il l'observait, telle qu'il la jugeait, indigne de l'idée qu'il se faisait de la destination humaine. Il n'a jamais renoncé à l'espérance d'une sorte de conversion des hommes tous ensemble. Mais l'entre-deux, les institutions, entre l'individu et l'humanité, il ne l'a jamais pensé, intégré à son système » (Raymond Aron, Mémoires, p. 954).
2 Boris Vian, Vercoquin et le plancton, La plume au vent, 1946.
3 Michel Foucault, Surveiller et punir, Gallimard, 1975.
4 Edmond Malinvaud, Méthodes statistiques de l'économétrie, Dunod, 1964.
5 Alfred Sauvy, De Paul Reynaud à Charles de Gaulle, Casterman, 1972, p. 13.
6 Gérard Ader, « La statistique industrielle au service de ses clients », Annales des Mines, octobre 1972.
7 Sylvain Auroux, « Histoire et théorie linguistique », in Jacques Bouveresse, Philosophie de la logique et philosophie du langage, Odile Jacob, 1993.
8 Bernard Guibert, Jean Laganier et Michel Volle, « Essai sur les nomenclatures industrielles », Economie et statistique, n° 20, février 1971.
9 Oleg Arkhipoff, « Comment et pourquoi mesurer la précision de l'information économique et sociale ? », Revue d'économie politique, n° 2, mars-avril 1992.
10 Alain Desrosières, La politique des grands nombres : histoire de la raison statistique, La Découverte, 1993.
11 Joëlle Affichard et alii, Pour une histoire de la statistique, INSEE, 1987.
12 Michel Volle et alii, « L’Analyse des données et la construction des nomenclatures d’activités économique de l’industrie », Annales de l’INSEE n°4, mai-septembre 1970.
13 Corrélation au sens exact du terme en analyse en composantes principales. En analyse des correspondances, le lien de deux caractères qualitatifs est proportionnel au χ2.
14 Edmond Malinvaud, « Deux applications de nouvelles techniques d'analyse des données », Economie et statistique, n° 19, 1971.
15 Jean-Paul Benzécri, L'analyse des données, Dunod, 1973.
16 Ivar Ekeland , « La répartition des ressources rares », La Recherche, n° 65 mars 1976.
17 André Vanoli, Une histoire de la comptabilité nationale, La Découverte, 2002.
18 Ces procédures n'étant pas publiées, l'incertitude des comptes ne peut être perçue que par ceux qui sont dans la confidence des comptables nationaux.
19 Edmond Malinvaud, « L'agrégation dans les modèles économiques », Cahiers du Séminaire d'économétrie n° 4, CNRS, 1956.
20 Edmond Malinvaud, « Pourquoi les économistes ne font pas de découvertes », Revue d'économie politique, Vol . 106 n° 6, 1996.
21 Patrick Artus et alii, Metric, une modélisation de l'économie française, INSEE, 1980.
22 Edmond Malinvaud, « Propos de circonstance sur les orientations de la discipline économique », Annales, Vol. 45 n° 1, 1990.
23 John Hicks, Value and Capital, Clarendon Press, 1939.
24 Edmond Malinvaud, « The Legacy of Knut Wicksell to Capital Theory », Scandinavian Journal of Economics, Vol. 105 n° 4, 2003.
25 Jean Tirole, Economie du bien commun, PUF, 2016.
26 M. Chemin M. et E. Wasmer, (« Using Alsace-Moselle local laws to build a difference-in-differences estimation strategy of the employment effects of the 35-hour workweek regulation in France », Journal of Labor Economics Vol 27 no 4, 2009.
27 Olivier Monso, « L'effet d'une réduction de la taille des classes sur la réussite scolaire en France : développements récents », Education & formations n° 85, novembre 2014.
28 Andrew McAfee et Erik Brynjolfsson, « Investing in the IT That Makes a Competitive Difference », Harvard Business Review, juillet-août 2006.
29 Statistique générale de la France, Industrie 1847.
30 Pierre-Alain Muet, « La modélisation macroéconomique : une étude de la structure et de la dynamique des modèles macroéconométriques », Statistiques et études financières, n° 40, 1979.

Aucun commentaire:

Enregistrer un commentaire