Comment le COVID-19 a-t-il affecté la qualité des données dans le secteur agricole? – Principaux éléments mis en avant lors d’un récent e-Panel

Banner of e-panel

Évaluation durant la période de Covid-19 Comment le COVID-19 a-t-il affecté la qualité des données dans le secteur agricole? – Principaux éléments mis en avant lors d’un récent e-Panel

7 min.

Dans un récent e-Panel, tenu conjointement par AVANTI et EvalForward, nous avons examiné cette question. Nos intervenants, Armand Zoa, Joas Tugizimana et Tim Njagi, ont partagé leurs expériences respectivement au Cameroun, Rwanda et Kenya. 

Ils soulignent tous trois l’importance de la qualité des données dans le secteur, du calcul des déficits de sécurité alimentaire, de la production alimentaire et de la consommation aux utilisations et décisions plus commerciales telles que le commerce, les prix et la commercialisation. Au fil de la discussion, il est apparu que les pays disposant de systèmes solides d’information de gestion (SIG) des données agricoles affrontent mieux les effets négatifs du COVID-19 sur la qualité des données que ceux dont les systèmes sont moins bien établis. Cela peut être prouvé dans deux domaines principaux: l’harmonisation des systèmes de données nationales et la présence de données systématiques de long terme.

Les systèmes de données nationaux harmonisés améliorent la qualité

Le Rwanda dispose d’un SIG de propriété de l’État, géré de manière centralisée et organisé en cascade jusqu’aux districts. Le pays dispose d’un système de gestion axée sur les résultats solide au sein duquel des contrats de performance signés entre le Ministère de l’agriculture et des ressources animales (MINAGRI) et les différentes institutions et leur personnel scellent l’engagement visant à mettre en œuvre et rendre compte des cibles assorties de délais. Le SIG du MINAGRI produit des rapports d’enquête sur une plateforme de suivi & évaluation fonctionnelle. La qualité des données est vérifiée à travers des visites de terrain réalisées à travers le pays trimestriellement et des plateformes digitales telles que le système de suivi des récoltes sont en place. Les coupes budgétaires ayant permis de rediriger les fonds vers la réponse à la crise liée au COVID-19 ont eu pour conséquence une réduction des visites de suivi et de contrôle, compromettant potentiellement la qualité des données, bien que dans une mesure limitée. Grâce à ses processus et systèmes solides, le pays semble moins aux prises avec les restrictions financières et de déplacement imposées par le COVID-19.

Le Kenya commence à observer les effets positifs de systèmes de données nationaux harmonisés et les améliorations correspondantes en matière de qualité des données, principalement à travers des interventions promues par l’Aide publique au développement (APD). Elles comprennent notamment les données ouvertes mondiales pour l’agriculture et la nutrition (GODAN), la plateforme de données massives CGIAR et des investissements de la Banque africaine de développement afin d’aider les États-membres à harmoniser leurs méthodologies et leurs instruments de collecte des données. Bien qu’elles ne soient pas gérées de manière centralisée, de telles initiatives ont permis de progresser dans l’amélioration de la qualité et de la disponibilité des données, et plus encore dans le contexte des restrictions de déplacement liées au COVID-19. Comme mesure d’accompagnement durant le confinement, les méthodes de collecte des données à distance, à travers par exemple les satellites, les téléphones et les enquêtes par SMS, ont été amplement utilisées.

Le système de gestion des données du Ministère de l’agriculture et du développement rural (MINADER) du Cameroun est moins bien harmonisé et se base généralement sur des estimations qui ne sont ni vérifiées ni justifiées. Il est assez courant que différents ministères prennent des décisions sur une intervention agricole commune en s’appuyant sur des estimations chiffrées différentes. Les crises liées au COVID ont renforcé l’intérêt des décideurs politiques pour les données relatives à l’agriculture et la sécurité alimentaire, afin d’éviter que les crises sanitaires ne dégénèrent en crise alimentaire. Ce regain d’intérêt pourrait soutenir les efforts visant à améliorer l’harmonisation des systèmes de données agricoles.

Long-term, systematic data collection enhances quality

La Kenya dispose d’une base de données bien établie s’appuyant sur des données de panel couvrant de longues périodes et un large échantillon de personnes interrogées connaissant bien le système. Outre cette familiarité, les personnes interrogées ont un certain niveau de confiance aussi bien dans le système que dans les collecteurs de données ce qui augmente vraisemblablement la qualité des données et la réactivité des réponses. Le pays dispose déjà d’ensembles de données complets sur la démographie des ménages et des données périodiques sur la disponibilité, les prix et les fluctuations des denrées durant les différentes saisons, ce qui permet aux chercheurs de compléter sans trop de difficultés ces données malgré les restrictions liées au COVID. Les chercheurs sollicitent par exemple actuellement uniquement des informations essentielles afin de compléter les panels existants à travers des études plutôt plus brèves, réduisant ainsi les efforts des personnes interrogées et augmentant les taux de réponses et la qualité des données.

De manière similaire, le Rwanda, qui dispose d’un SIG et de processus de gestion des données bien établis, parvient à modéliser des prévisions basées sur les données existantes malgré les restrictions de déplacement.

Entre-temps, au Cameroun, le MINADER prend des mesures visant à améliorer la gestion axée sur les résultats et la qualité des données dans le domaine agricole à travers l’initiative AVANTI, mais doit affronter des défis considérables en raison du manque de données de long terme – le dernier recensement agricole remontant à 1984. La collecte en temps utile des données est aggravée par l’instabilité politique dans certaines régions du pays et les restrictions de déplacement liées au COVID-19.

En général, la résilience aux effets du COVID-19 sur la qualité des données est plus élevée dans les pays disposant d’un SIG bien établi, financé/géré par l’État et harmonisé que dans les autres. Alors que les financements fournis par l’APD contribuent largement à l’introduction des technologies et méthodologies qui améliorent la qualité des données au niveau national, la plupart des initiatives sont liées à des programmes, restreintes dans la durée et non harmonisées, ce qui limite l’amélioration de la qualité des données au niveau national, en particulier sur le long terme. Cela montre qu’il est impératif que les gouvernements nationaux ainsi que les partenaires de développement investissent pour le renforcement des systèmes de gestion des données, afin d’améliorer l’élaboration de politique et de décision fondée sur des preuves, en particulier par temps de crise comme celui-ci.

This blog is also posted on the AVANTI website. Look out for more knowledge platforms and opportunities to learn on AVANTI and EvalForward

Panelists

Tim Njagi, Fellow, Institut Tegemeo pour la politique et le développement agricoles, Egerton University – République du Kenya

Armand Zoa, Directeur, Unité de suivi, Ministère de l’agriculture et du développement rural – République du Cameroun

Joas Tugizimana, Expert en suivi et évaluation, Ministère de l’agriculture et des ressources animales – République du Rwanda