Publié sur Blog de Données

Lutte contre l'insécurité alimentaire au Moyen-Orient et en Afrique du Nord : des innovations dans les données de suivi

Lutte contre l'insécurité alimentaire au Moyen-Orient et en Afrique du Nord : des innovations dans les données de suivi

L'insécurité alimentaire est toujours un fléau qui touche des millions de personnes dans la région Moyen-Orient, Afrique du Nord, Afghanistan et Pakistan (MENAAP). Cette région est en proie à de multiples problèmes de sécurité alimentaire qui vont des crises humanitaires aiguës consécutives aux conflits dans certaines zones aux difficultés d'accessibilité financière dans d'autres. À cela s’ajoutent aussi des niveaux élevés de prospérité économique qui s’accompagnent de déséquilibres nutritionnels. Le système alimentaire subit des chocs fréquents et des événements extrêmes, notamment des sécheresses qui exacerbent la grave pénurie d'eau et des crises économiques conjuguées à une forte inflation sur les principaux produits de base. Alors que certains pays de la région MENAAP sont de grands exportateurs de produits agricoles et énergétiques, d’autres dépendent presque entièrement des importations, ce qui crée un écheveau complexe d’interdépendances et de vulnérabilités systémiques dans cette région dynamique. 

Les défis relatifs aux données dans un environnement complexe

Malgré le besoin croissant de données actualisées pour éclairer la prise de décision, la région MENAAP rencontre des difficultés considérables pour suivre l’état de la sécurité alimentaire. Le tableau de l’insécurité alimentaire, tout comme son écosystème de données, reflète la situation mondiale : une mosaïque d’indicateurs différents mesurés à des moments différents à l’aide de systèmes différents qui ne se recoupent guère. Il en résulte une compréhension fragmentaire du phénomène de l’insécurité alimentaire, ce qui rend la coordination régionale difficile dans le meilleur des cas, voire impossible.  

Dans certains pays, des sources de données essentielles telles que les enquêtes sur la mortalité infantile et la nutrition sont obsolètes ou indisponibles depuis plus d’une décennie. L’échelle de mesure de l’insécurité alimentaire vécue de la FAO (FIES), une référence largement utilisée, présente des lacunes majeures en particulier dans les pays à faible revenu où l’insécurité alimentaire est la plus répandue. C’est pourquoi, en 2022, la Banque mondiale a lancé la base de données World Food Security Outlook (WFSO). 



Les crises alimentaires et les situations d’urgence font l’objet d’un suivi par le cadre intégré de classification de la sécurité alimentaire (IPC), dont la couverture est toutefois limitée dans la région. Les perturbations récentes de systèmes de surveillance essentiels, tels que FEWSNET, ont encore érodé les capacités d’alerte précoce. Ces limitations des données créent de sérieux obstacles à une intervention efficace, privant les décideurs politiques des informations nécessaires pour apporter des réponses ciblées en temps utile. 

Le problème est particulièrement aigu dans la région MENAAP, car les conséquences de l’insécurité alimentaire dépassent rapidement les frontières en raison de la dynamique commerciale, des flux de réfugiés et des pressions économiques. Des réponses coordonnées nécessitent des données comparables, c’est-à-dire des repères partagés qui peuvent guider l’action au-delà des frontières tout en représentant correctement les similitudes et les différences régionales. Sans une image claire et cohérente de l’ampleur, de la gravité et de la nature de l’insécurité alimentaire dans l’ensemble de la région, des occasions de coopération sont manquées et les crises risquent de s’aggraver. 

Conscientes de ce défi, les équipes qui préparent le prochain rapport phare de la Banque mondiale sur la sécurité alimentaire et nutritionnelle dans la région MENAAP (2026) introduisent de nouveaux indicateurs pour élargir l’ensemble de données de l’outil WFSO. Ces indicateurs sont conçus pour améliorer la comparabilité entre les pays et fournir aux responsables politiques les informations nécessaires à une prise de décision proactive, cohérente et fondée sur des données probantes. 

Introduction de nouveaux indicateurs dans le WFSO 

Pour optimiser le suivi et la comparabilité de la sécurité alimentaire dans la région, le WFSO intègre désormais deux indicateurs innovants supplémentaires.  
 

1. Charge financière des besoins caloriques à court terme

Précédemment, la Banque mondiale mesurait les besoins caloriques à court terme en estimant le coût annuel des filets de sécurité nécessaires pour couvrir 25 % des besoins énergétiques alimentaires minimaux des populations en situation d’insécurité alimentaire grave, selon les méthodes utilisées pour la première fois dans le cadre d’IDA-19 (a). Cet indicateur a été amélioré pour exprimer ces coûts en pourcentage du PIB du pays. Créé en collaboration avec l’équipe du tableau de bord de l’Alliance mondiale pour la sécurité alimentaire (GAFS) (a), l’indicateur modifié met en évidence d’importantes disparités. Par exemple, les grandes économies possèdent la capacité budgétaire de gérer de larges filets de sécurité bien qu’elles abritent d’importantes populations souffrant d’insécurité alimentaire. Inversement, les pays qui subissent des turbulences économiques ont du mal à maintenir un soutien constant, ce qui accroît leur vulnérabilité face à des crises plus graves. Le fait de savoir à quel moment le coût économique de la mise en place de filets de sécurité élémentaires atteint des niveaux critiques permet de déterminer à quel moment la politique du pays doit passer d’objectifs internes à l’obtention d’une aide extérieure. Globalement, cette charge est en moyenne d’environ un dixième de point de pourcentage, mais dans les pays à faible revenu, elle atteint 4 %. 


Vous pouvez utiliser ce visuel pour explorer les nouvelles données en sélectionnant différents indicateurs et pays.
 

2. Estimations compatibles avec l’IPC (niveaux IPC3+ et IPC4+)

Le WFSO inclut désormais des résultats compatibles avec l’IPC. Ils servent de données de substitution pour les pays et les périodes où les données IPC traditionnelles ne sont pas disponibles. Ces estimations sont générées par un modèle de régression bêta non linéaire qui fait le lien entre l’apprentissage automatique et l’inférence statistique. 

La mise en œuvre étend le cadre principal du WFSO qui utilise l’algorithme Cubist, un modèle d’ensemble basé sur un arbre de décision avec des approximations linéaires locales. La régression bêta applique une transformation non linéaire supplémentaire à l’étape de résultat finale pour faire correspondre les prédictions de l’échelle FIES à celles de l’échelle IPC normalisée, en conservant toutes les hypothèses du modèle original tout en améliorant l’interprétation des prédictions. Concrètement, le modèle de prédiction sous-jacent reste identique à celui qui produit les principaux taux de prévalence dans le WFSO, avec seulement une étape finale de conversion pour traduire ces taux sur une échelle compatible avec l’IPC. 

Il est important de noter que cette estimation doit être interprétée comme un suivi des personnes vivant dans des zones affectées par les phases IPC3 ou IPC4, et non comme une addition des ménages se situant dans de telles phases. Cette définition correspond à celle utilisée par le mécanisme de réponse aux crises de l’IDA pour déterminer l’éligibilité au financement de la réponse précoce, et elle est ancrée dans un cadre de prévention qui vise des réponses précoces ciblant les personnes avant qu’elles ne tombent dans un état de crise irréversible (a).  

Cette méthode permet de faire passer les prévisions d’une précision d’environ 95 à 98 % sur l’échelle FIES à une précision d’environ 70 % (R²) sur l’échelle IPC. Le résultat compatible avec l’IPC fournit des moyennes mobiles sur trois ans qui complètent les évaluations traditionnelles de l’IPC avec des perspectives à plus long terme, permettant des projections sur six ans ou des projections rétrospectives sur des périodes antérieures à l’IPC. Il s’agit de la première estimation globale sur l’échelle IPC, qui identifie les points chauds d'insécurité alimentaire qui devraient persister jusqu’en 2030. 


Une action plus efficace grâce à de meilleures données

Le prochain rapport phare sur la sécurité alimentaire et nutritionnelle dans la région MENAAP, prévu pour le printemps 2026, fournira une analyse plus approfondie et des recommandations politiques pour guider les décideurs régionaux, il comprendra notamment des notes méthodologiques détaillées. D’ici là, la communauté internationale est encouragée à explorer et à utiliser les données dès à présent disponibles. 

Tous ces outils innovants sont conçus pour aider les pays du monde entier à évaluer plus précisément les conditions de sécurité alimentaire, à allouer les ressources plus efficacement et à coordonner les interventions transfrontalières. En fournissant des données actualisées et comparables, ils permettent aux pouvoirs publics et aux partenaires internationaux de répondre de manière proactive aux crises émergentes et de renforcer la résilience à long terme. 

Pour aller plus loin :

L’importance de meilleures données sur la sécurité alimentaire  
En savoir plus sur le rôle de systèmes de données améliorés pour lutter contre la faim : Five Alarming Stats on Global Hunger (billet)

Des données à la préparation  
Découvrez comment ces initiatives soutiennent l’action et la planification précoces : Preparedness Plans (YouTube)  

Nos derniers travaux sur les données relatives à la sécurité alimentaire  
Un aperçu de nos récentes innovations en matière de données : Reshaping Food Security Analytics (YouTube)

La base de données complète WFSO et la méthodologie détaillée sont accessibles à partir de la bibliothèque de microdonnées de la Banque mondiale : https://doi.org/10.48529/ev5a-ke69

Ce travail a été réalisé avec le soutien du fonds fiduciaire Food Systems 2030 (a). 


Bo Pieter Johannes Andree

Expert en données, Groupe de gestion des données sur le développement, Banque mondiale

Julius Adewopo

Consultant senior Innovation et données, cellule Gestion des données sur le développement, Banque mondiale

Vanina Forget

Économiste senior en agriculture, Banque mondiale

Erwin Knippenberg

Économiste (jeune professionnel)

Kamwoo Lee

Expert en données, Groupe de gestion des données sur le développement, Banque mondiale

Javier Varela

Consultant, Banque mondiale

Daniel Gil-Sanchez

Consultant, Banque mondiale

Prenez part au débat

Le contenu de ce champ est confidentiel et ne sera pas visible sur le site
Nombre de caractères restants: 1000