How Well Does an Asset-Based Wealth Index Rank Households? Construction and Validation against Consumption in Bangladesh's Household Income and Expenditure Survey 2022

Dans l'étude du bien-être humain, les chercheurs sont souvent confrontés à un choix difficile : comment mesurer le niveau économique d'une famille sans lui demander de tenir un registre détaillé de chaque roupie dépensée. Compter l'argent est difficile ; les gens oublient les petits achats, cachent leurs revenus ou ne connaissent tout simplement pas leurs totaux mensuels exacts. Pendant des décennies, les sciences sociales se sont appuyées sur un raccourci ingénieux : compter ce qu'une famille possède. La logique est simple. Un ménage qui possède un réfrigérateur, un téléviseur ou un toit en béton a probablement plus de ressources qu'un ménage qui dépend d'un toit en tôle et d'un feu de bois. En recensant ces possessions, les chercheurs peuvent construire un « indice de richesse » qui classe les familles de la plus pauvre à la plus riche. Cette méthode est devenue la norme pour les enquêtes de santé et de développement à travers le monde, permettant aux experts de suivre les inégalités en matière de santé infantile, d'éducation et de nutrition, même lorsqu'ils manquent de données de dépenses. Cependant, une question persiste : cette liste de possessions classe-t-elle réellement les familles dans le même ordre que leurs habitudes de dépenses réelles ? Si l'indice place une famille dans le haut du panier, vit-elle vraiment comme le haut du panier, ou la liste de biens est-elle trompeuse ?

Une étude récente d'Atikur Rahman, basée sur la vaste Enquête nationale sur les revenus et les dépenses des ménages de 2022 au Bangladesh, se propose de répondre à cette question avec un haut degré de précision. Le Bangladesh offre une opportunité rare pour ce test car son enquête nationale recueille à la fois la liste détaillée des actifs des ménages et un enregistrement rigoureux de ce que les familles dépensent réellement pour la nourriture et d'autres besoins. Le chercheur a repris la méthode standard utilisée par les enquêtes de santé internationales — attribuer des points à des articles comme des ventilateurs, des ordinateurs et des types de toilettes — et l'a appliquée à plus de 14 000 ménages. Il a ensuite comparé ces classements obtenus par rapport aux données de dépenses réelles pour voir si les deux mesures concordaient. Les conclusions confirment que l'indice basé sur les actifs est un outil fiable pour classer les ménages, particulièrement en ville, mais il révèle une faiblesse spécifique lorsqu'il est appliqué aux zones rurales où la variété des possessions est plus limitée.

L'étude a commencé par construire un score de richesse pour chaque ménage en utilisant une technique statistique qui pondère différents articles en fonction de leur rareté ou de leur fréquence. Dans ce système, posséder un canapé ou un ordinateur ajoute beaucoup plus de points au score d'une famille que de posséder un ventilateur, car moins de personnes possèdent ces articles. Le chercheur a également dû naviguer à travers quelques obstacles pratiques propres à l'enquête. Par exemple, une question dans la version anglaise du questionnaire portait sur les « voitures à moteur », mais la version utilisée par les enquêteurs sur le terrain demandait en réalité des informations sur les « moteurs » en général. Sans vérifier les valeurs de revente déclarées par les familles, le chercheur aurait pu compter par erreur des milliers de ménages comme propriétaires de voitures, alors qu'en réalité, ils ne possédaient que de petites pompes électriques. En corrigeant cette erreur de traduction et en gérant soigneusement les données manquantes, l'étude a produit un classement national propre du statut économique.

Lorsque le chercheur a comparé ces classements d'actifs aux dépenses mensuelles réelles des familles, les résultats ont été encourageants. L'indice a réussi à séparer les pauvres des riches. Les familles classées dans le cinquième le plus pauvre de la population dépensaient en moyenne 4 260 taka par personne chaque mois, tandis que celles du cinquième le plus riche dépensaient 12 969 taka. L'indice a également capturé une vérité économique fondamentale connue sous le nom de loi d'Engel : à mesure que les familles s'enrichissent, la part de leur budget consacrée à l'alimentation diminue. Dans le groupe le plus pauvre, près de 60 % des dépenses étaient consacrées à la nourriture, alors que dans le groupe le plus riche, cette part tombait à 40 %. Ce schéma est apparu uniquement à partir de la liste des possessions, prouvant que l'indice reflète de réels gradients économiques. L'accord statistique entre la liste des actifs et les registres de dépenses était modéré, avec une corrélation qui suggère que les deux méthodes pointent généralement dans la même direction.

Cependant, l'étude a mis en lumière une différence cruciale entre la ville et la campagne. L'indice fonctionnait très bien pour les ménages urbains, où la variété des biens — tels que les climatiseurs, les ordinateurs et les différents types de toilettes — fournissait une échelle de richesse claire. Dans les zones rurales, le classement était moins précis. De nombreuses familles rurales partageaient le même ensemble de base d'actifs : un toit en tôle, une latrine à fosse et un poêle à bois. Comme tant de ménages se ressemblaient en termes de ce qu'ils possédaient, l'indice peinait à distinguer les légèrement plus aisés des légèrement moins nantis dans la campagne. L'étude a révélé que, si l'indice identifiait correctement les groupes les plus pauvres et les plus riches dans l'ensemble, il était moins efficace pour classer les rangs intermédiaires dans les villages ruraux. Cela suggère que, bien que l'outil soit excellent pour les comparaisons nationales globales, les chercheurs devraient être prudents lorsqu'ils tentent de mesurer de petites différences de richesse au sein des communautés rurales.

L'article a également abordé une préoccupation technique qui confond souvent les chercheurs : un test statistique appelé mesure de Kaiser–Meyer–Olkin, utilisé pour vérifier si les données sont adaptées à ce type d'analyse. Dans des études précédentes utilisant la méthode standard de codage des questions d'enquête, ce test produisait souvent des scores faibles, menant certains à croire que les données étaient trop faibles pour être utilisées. Cette étude a démontré que ces scores faibles étaient un artefact de la manière dont les questions étaient codées, et non le signe de données faibles. Lorsque le chercheur a ajusté la méthode de codage, les scores du test ont bondi à un niveau indiquant une excellente qualité de données, pourtant le classement final des familles est resté presque exactement le même. Cette conclusion offre une leçon pratique pour quiconque construit des indices similaires : ne rejetez pas un ensemble de données à cause d'un score faible sur ce test spécifique si les questions ont été codées selon la méthode standard.

En fin de compte, la recherche confirme que compter ce que les gens possèdent est un moyen solide de comprendre le statut économique à long terme au Bangladesh. L'indice fournit une image stable de qui est riche et qui est pauvre, correspondant de près aux données de dépenses pour être utile à la recherche en santé et en politique. Ce n'est pas un remplacement parfait pour savoir exactement combien une famille dépense, mais c'est un outil robuste pour classer les ménages, particulièrement en milieu urbain. Pour les zones rurales, l'étude suggère que, bien que l'indice reste utile, il doit être utilisé avec la compréhension qu'il peut brouiller les lignes entre des familles qui ne diffèrent que légèrement par leurs moyens. Le travail souligne également l'importance d'une vérification minutieuse des données, montrant comment une seule question mal traduite aurait pu fausser toute la vision de la richesse du pays. En validant la méthode par rapport aux dépenses réelles et en corrigeant les malentendus techniques, l'étude renforce la confiance que les chercheurs peuvent placer dans ces classements basés sur les actifs lorsqu'ils sont utilisés pour guider les décisions en matière de pauvreté et de développement.