À quoi ressemble une preuve institutionnelle dans les programmes de subventions agricoles

01La question que finit toujours par poser tout audit de subvention

Quels agriculteurs ont reçu l'intrant, quand, en quelle quantité, et quelle différence mesurable cela a-t-il fait ? La plupart des programmes de subventions savent répondre à la première partie : une liste de distribution existe quelque part. Bien moins nombreux sont ceux qui peuvent répondre à la seconde autrement que par une hypothèse, parce que les données reliant la distribution d'intrants au résultat n'ont jamais été conçues pour être traçables au départ.

Cet écart n'est pas un problème de science des données. C'est un problème de gouvernance qui se manifeste dans un tableur.

02Les registres de distribution ne sont pas des preuves de résultat

Une liste d'agriculteurs ayant reçu des semences ou des engrais subventionnés établit qu'une transaction a eu lieu. Elle n'établit pas que l'intrant a atteint l'usage prévu, qu'il a été appliqué correctement, ni que le rendement, le revenu ou la résilience se sont réellement améliorés en conséquence. Les programmes rapportent fréquemment le premier type de chiffre, les intrants distribués, comme s'il répondait à la seconde question, l'impact obtenu. Les auditeurs, les bailleurs et, de plus en plus, les citoyens apprennent à demander spécifiquement le second chiffre, et un programme qui ne peut produire que le premier est mis à nu dès qu'on le lui demande.

03Ce qu'exigent réellement des données de subvention de qualité probante

Combler cet écart suppose de relier quatre couches qui sont habituellement collectées par des équipes différentes, sur des systèmes différents, sans identifiant partagé qui les relie : les registres de distribution d'intrants rattachés à une identité d'agriculteur précise et vérifiable ; les données agronomiques (conditions de sol, dates de plantation, conditions de croissance locales) qui permettent d'attribuer un résultat plutôt que de le supposer ; les résultats déclarés par les agriculteurs, collectés selon une méthode documentée et reproductible plutôt que par une enquête ponctuelle ; et une étape de rapprochement qui signale les écarts entre ce qui a été distribué et ce qui a été rapporté, plutôt que d'accepter les deux chiffres sans esprit critique.

Rien de tout cela n'exige une technologie exotique. Cela exige de concevoir le modèle de données pour que ces quatre couches partagent un identifiant dès le premier jour, au lieu de tenter de les recoudre rétroactivement lorsqu'un bailleur demande un rapport d'impact.

04Pourquoi cela importe au-delà du programme lui-même

Un programme de subventions doté de preuves traçables fait plus que survivre à son propre audit. Il donne aux nouveaux entrants du marché (fournisseurs d'intrants, prestataires d'agri-fintech, services de vulgarisation) une image vérifiée de l'endroit où se situent réellement la demande et l'impact réels, au lieu d'une image reconstruite à partir de comptages de distribution qui peuvent ou non refléter ce qui s'est passé sur le terrain. Les institutions qui construisent cette couche de preuves une fois ont tendance à la trouver utile bien au-delà de l'audit qu'elle était censée permettre de passer.

05Le mode de défaillance que cela évite

Les programmes qui sautent cette couche découvrent le coût au pire moment possible : un bailleur demande une évaluation d'impact, ou un changement de gouvernement demande ce que le programme précédent a réellement accompli, et la réponse honnête est que personne ne peut relier la distribution d'intrants au résultat avec autre chose qu'une hypothèse. À ce stade, reconstruire la piste de preuves rétroactivement coûte bien plus cher que de la concevoir dès le départ, et c'est souvent impossible, parce que les données sous-jacentes n'ont jamais été capturées sous une forme qui aurait pu être rapprochée après coup.