Abstract

Le ciblage efficace des programmes publics est difficile lorsque les coûts ou les avantages pour les bénéficiaires potentiels ne sont pas observables. Cette étude a examiné le potentiel de l'auto-sélection pour améliorer l'efficacité de l'allocation dans le contexte d'un programme qui subventionnait la plantation d'arbres au Malawi. Après trois ans, les participants qui se sont auto-sélectionnés par le biais d'une enchère avaient plus d'arbres survivants que de participants sélectionnés au hasard, ce qui indique que l'enchère a révélé des informations sur les participants qui étaient importantes pour un ciblage efficace.

Question de politique

Les interventions en matière de santé, d'environnement et de réduction de la pauvreté sont souvent conçues pour cibler les bénéficiaires qui maximiseront les avantages nets du programme. Cependant, les concepteurs de programmes ne peuvent souvent pas observer l'intégralité des coûts ou des avantages pour les participants, ce qui les empêche de cibler efficacement les transferts de programmes. L'auto-sélection des bénéficiaires dans un programme peut améliorer les résultats d'allocation en permettant aux responsables de la mise en œuvre de surmonter ce manque d'informations.

La plantation d'arbres présente d'importants avantages pour le public, notamment l'atténuation du changement climatique et la conservation de la biodiversité, mais les avantages pour les propriétaires fonciers s'accumulent lentement au fil du temps. En conséquence, peu de propriétaires terriens plantent et entretiennent des arbres sans encouragement extérieur. Dans les pays en développement comme dans les pays développés, un nombre croissant de programmes paient donc les participants pour faire de tels investissements bénéfiques pour l'environnement, avec des paiements totalisant des milliards de dollars par an. L'auto-sélection peut améliorer l'allocation de ces programmes en aidant à sélectionner les individus qui seront plus susceptibles de maintenir les arbres en vie.

Contexte de l'évaluation

Le Malawi a connu une déforestation importante, entraînée par l'expansion agricole, la combustion du bois comme combustible et la production de charbon de bois. Le Centre mondial d'agroforesterie (ICRAF), un centre de recherche international, a parrainé divers programmes de promotion du reboisement dans tout le Malawi depuis 1986. En 2008, l'ICRAF s'est associé au chercheur pour évaluer l'un de leurs programmes de reboisement dans le centre du Malawi. Une enquête auprès de participants potentiels dans la région a indiqué que le ménage moyen possédait environ cinq acres de terre et cultivait trois cultures différentes. La moitié des ménages avaient auparavant planté des arbres sur leurs terres. Les répondants n'étaient pas des agriculteurs à temps plein, car les deux tiers ont déclaré chercher de la main-d'œuvre occasionnelle pour gagner leur vie.

Détails de l'intervention

L'étude visait à déterminer si l'auto-sélection dans un programme de plantation d'arbres pouvait améliorer l'efficacité de la distribution des semences afin de maximiser le nombre d'arbres survivants au fil du temps. Le programme de reboisement a obligé les agriculteurs participants à planter 50 plants sur un demi-acre de terrain privé. L'ICRAF a distribué les semis, formé les agriculteurs à la plantation et aux soins, et surveillé la survie des arbres à intervalles réguliers - six mois, un an, deux ans et trois ans après le début du programme. Les agriculteurs étaient indemnisés en fonction du nombre d'arbres encore vivants à chaque inspection.

Au début du programme de plantation d'arbres, l'ICRAF a invité les ménages possédant au moins un acre de terre à un événement pour en savoir plus sur le programme. Les 433 ménages qui ont participé ont été assignés au hasard à l'un des deux mécanismes d'attribution : une vente aux enchères ou une loterie.

Après avoir entendu une explication détaillée du programme et de la structure de paiement, les participants au groupe d'enchères ont soumis des offres scellées avec le prix total le plus bas - en supposant que les 50 semis seraient encore vivants à chaque inspection - ce qui les inciterait à accepter le contrat. Les 85 personnes avec les offres les plus basses ont finalement été inscrites au programme.

L'offre rejetée la plus basse de l'enchère (12,000 86 MWK, 2008 USD en 204) a été proposée au groupe de loterie comme prix final du contrat. Parmi les 91 ménages qui ont accepté de participer au programme à ce prix, XNUMX ont été sélectionnés par tirage au sort.

Résultats et enseignements politiques

La sélection des bénéficiaires de contrats par enchères a conduit à un nombre plus élevé d'arbres survivants sur trois ans, ce qui indique qu'elle a attribué des contrats plus efficacement que la loterie. Au cours des quatre cycles de suivi, les participants qui se sont auto-sélectionnés lors de la vente aux enchères avaient 29.78 arbres survivants, en moyenne, soit 3.86 (15 %) de plus que ceux sélectionnés par tirage au sort. Cet effet positif s'est accru au fil du temps, de sorte qu'à la dernière visite de contrôle, le groupe d'enchères avait 5.24 (33 %) arbres survivants de plus que le groupe de loterie. Lorsque les coûts d'inscription, de formation et de semis sont pris en compte en plus du paiement pour chaque arbre, le taux de survie plus élevé parmi le groupe d'enchères a entraîné des économies importantes pour l'organisation de mise en œuvre. Le coût pour l'organisation par arbre survivant était de 8.44 USD dans le groupe d'enchères, soit 2.51 USD de moins que dans le groupe de loterie.

Afin de comparer l'auto-sélection avec le ciblage des agriculteurs sur des caractéristiques observables, Jack a effectué une simulation avec des données de base sur les ménages. La simulation a montré que le ciblage sur les observables peut également sélectionner les agriculteurs qui auront de meilleurs résultats de survie des arbres, mais pas aussi bien que l'auto-sélection. En outre, la collecte de la quantité d'informations sur les ménages nécessaires à la mise en œuvre d'une règle de ciblage peut s'avérer très coûteuse ou difficile sur le plan logistique. L'auto-sélection peut donc être un moyen plus pratique pour les responsables de la mise en œuvre de choisir les participants qui maximiseront les avantages d'un programme.