Multi-Objective Mixed-Integer Linear Programming for Optimal Security Resource Allocation: Evidence from Nigeria's Multidimensional Security Crisis

Le Nigéria est confronté à un défi sécuritaire d'une complexité stupéfiante. À travers ses six régions géopolitiques, la nation est aux prises avec six crises distinctes mais imbriquées : une insurrection djihadiste dans le nord-est, le banditisme armé dans le nord-ouest, des affrontements violents entre agriculteurs et éleveurs dans la ceinture centrale, des mouvements séparatistes dans le sud-est, la militance maritime dans le sud-sud et une montée de la violence criminelle dans le sud-ouest. Depuis des années, la réponse du gouvernement est restée largement réactive, déployant la force militaire pour éteindre les incendies au fur et à mesure qu'ils se déclarent. Bien que cette approche permette parfois des gains tactiques temporaires, elle échoue souvent à traiter les causes structurelles profondes de la violence, laissant le pays piégé dans un cycle de conflit qui a coûté des milliers de vies et des dizaines de milliards de dollars chaque année à l'économie. La question fondamentale à laquelle les décideurs politiques sont confrontés n'est pas seulement de savoir comment dépenser l'argent, mais comment le dépenser judicieusement. Avec des ressources limitées, comment une nation peut-elle décider où envoyer des troupes, des analystes de renseignement et des fonds de développement pour obtenir le meilleur résultat possible ? Il s'agit d'un problème d'optimisation, une branche des mathématiques qui cherche la meilleure solution possible à partir d'un ensemble d'alternatives, en équilibrant des objectifs concurrents comme la sécurité immédiate et la stabilité à long terme.

Un chercheur de l'Académie de défense nigériane a abordé ce problème en construissant un modèle mathématique sophistiqué conçu pour trouver la distribution idéale des ressources de sécurité. L'étude traite l'allocation des actifs de sécurité nationale non pas comme une série de conjectures politiques, mais comme un calcul précis impliquant douze types différents de ressources, allant des bataillons de l'armée et des unités de police aux fonds de protection sociale et aux agents de déradicalisation. Le modèle a été alimenté par des données réelles de 2025, incluant les chiffres de victimes, les niveaux de menace et les vulnérabilités spécifiques de chaque région. L'objectif était de trouver un plan qui minimise simultanément l'intensité du conflit et maximise le potentiel de reprise socio-économique. Les chercheurs ont découvert que la manière actuelle de distribuer les ressources est loin d'être optimale. En utilisant une méthode qui génère une « frontière de Pareto » — une carte de tous les compromis optimaux possibles entre sécurité et développement — ils ont identifié une stratégie équilibrée spécifique qui surpasse le statu quo par une marge massive.

Les résultats de cette analyse sont frappants. Sous l'approche actuelle du « statu quo », le modèle calcule un score d'intensité de conflit de 4,570. Lorsque les chercheurs ont appliqué leur plan d'allocation optimisé, ce score a chuté à 0,188, représentant une réduction de 95,9 % de l'intensité du conflit. Parallèlement, le plan a dopé l'indice de reprise socio-économique à 3,954, une amélioration significative par rapport à la référence. L'étude indique qu'une solution purement militaire est insuffisante ; un scénario où seules des ressources cinétiques comme des soldats et des armes sont déployées minimise l'intensité du conflit mais le fait au détriment de la reprise, laissant les causes profondes du conflit intactes. Inversement, un plan axé uniquement sur le développement et les programmes sociaux améliore l'indice de reprise mais laisse la menace immédiate de la violence largement non traitée. La stratégie gagnante, démontre le modèle, est une approche hybride qui intègre la force militaire et l'investissement dans le développement, car l'allocation équilibrée domine toutes les alternatives à objectif unique sur le critère composite.

L'une des conclusions les plus critiques concerne la répartition géographique de ces ressources. L'allocation actuelle tend à concentrer une présence militaire lourde dans les zones les plus volatiles du nord, négligeant souvent les régions du sud où le développement pourrait produire des rendements élevés. Le modèle optimisé suggère un changement significatif. Il recommande de redéployer environ 12 000 équivalents-personnel du sud-ouest, une région aux niveaux de menace modérés, vers le nord-est et le nord-ouest, où la menace est la plus sévère. Ce mouvement ne concerne pas seulement le déplacement de troupes ; il s'agit d'adapter le type de ressource à la nature spécifique de la menace dans chaque zone. Par exemple, des unités navales sont affectées exclusivement au sud-sud, là où elles sont efficaces, tandis que les zones septentrionales enclavées ne reçoivent aucune ressource navale. Le modèle impose également une règle stricte d'équité, garantissant que chaque région reçoive un niveau de soutien de base minimal, empêchant ainsi qu'une zone ne soit complètement abandonnée, quel que soit son niveau de menace immédiat.

L'étude ne s'est pas arrêtée à la recherche d'une seule réponse « parfaite ». Au lieu de cela, elle a cartographié un spectre de 46 solutions optimales différentes, montrant aux décideurs politiques exactement quelle sécurité ils gagneraient s'ils étaient prêts à sacrifier un peu de reprise économique, ou vice versa. Cela fournit un menu d'options clair et fondé sur les données plutôt qu'une suggestion vague. Pour s'assurer que ces résultats n'étaient pas un simple coup de chance lié aux chiffres utilisés, les chercheurs ont testé le modèle contre des milliers de variations aléatoires des données, simulant ce qui pourrait arriver si les niveaux de menace ou les coûts étaient légèrement différents. Les résultats sont restés stables, confirmant que la stratégie proposée est robuste même lorsque les conditions sous-jacentes changent. Les implications économiques sont profondes ; le modèle suggère qu'en adoptant cette approche équilibrée, le Nigéria pourrait économiser entre 49,9 et 62,3 milliards de dollars américains par an, un chiffre dérivé de la réduction des coûts liés aux conflits.

L'article conclut par un ensemble de huit recommandations concrètes pour le gouvernement nigérian, traduisant les conclusions mathématiques en politiques exploitables. Celles-ci incluent l'adoption d'une loi exigeant que les budgets de sécurité annuels soient basés sur ce type d'analyse de données, l'établissement d'un centre national pour mettre à jour continuellement les données, et la création d'un cadre juridique pour protéger les routes de pâturage pour les agriculteurs et les éleveurs. Les chercheurs soutiennent que le système actuel d'allocation des ressources de sécurité est systématiquement désaligné par rapport à la gravité réelle des menaces, sous-dotant souvent les zones les plus dangereuses tout en concentrant la puissance de feu là où elle est moins nécessaire. En adoptant le plan d'allocation optimisé, la nation peut passer d'une posture réactive à une posture proactive et stratégique. L'étude démontre qu'avec les bons outils mathématiques, il est possible de voir clairement à travers le brouillard de la guerre et de prendre des décisions qui sauvent des vies et sécurisent l'avenir. La voie à suivre n'est pas un mystère ; c'est un calcul qui attend d'être effectué.