Cet article est écrit par Claire Melamed, PDG, Global Partnership for Sustainable Development Data

Nous sommes tous des passionnés de données maintenant, en suivant les statistiques et en attendant les derniers chiffres - même les gens qui pensaient que les données n'étaient pas vraiment pour eux accordent maintenant toute leur attention. Twitter est inondé de statisticiens amateurs qui produisent leurs propres modèles et prévisions.

Pour les membres du Partenariat mondial pour les données de développement durable et les autres données pour les praticiens du développement avec lesquels nous travaillons, les données ont toujours été le moteur de la lutte pour une vie meilleure pour tous, partout. Son importance pour la réponse aux crises d'urgence est claire aujourd'hui, mais elle est tout aussi cruciale pour relever les défis économiques, sociaux et environnementaux en cours qui seront au centre de toute reprise post-Covid-19.

Mais trop souvent, les données sont de mauvaise qualité, obsolètes ou incomplètes.

En ce qui concerne Covid-19, être invisible dans les données peut être mortel

Dans ces cas, les données peuvent faire plus de mal que de bien. En particulier, les données peuvent masquer les profondes divisions au sein de nos sociétés et marginaliser davantage les personnes les plus pauvres et les plus vulnérables qui sont généralement invisibles dans les données.

Les données désagrégées sont un outil de justice et de responsabilité

Prenez la race, par exemple. Environ un quart de la population d'Amérique latine est d'origine africaine. Mais dans la majorité des pays d'Amérique latine, des questions sur l'origine ethnique et la race ont été posées pour la première fois lors de la dernière série de recensements.

Cela a révélé que la pauvreté est deux fois plus élevée pour les Afro-descendants au Brésil, trois fois plus élevée en Uruguay et plus de 10 points de pourcentage plus élevée en Colombie, en Équateur et au Pérou. Ces groupes ont moins d'années d'études et sont plus souvent victimes de délits et de violences. Jusqu'à ce cycle de recensement, cet énorme groupe n'était pas identifié dans les données officielles, et donc leur situation spécifique a été exclue des décisions politiques pendant des décennies.

En ce qui concerne Covid-19, être invisible dans les données peut être mortel. Les populations invisibles ne sont pas prises en compte pour décider où envoyer des infirmières ou des ventilateurs, comment allouer un soutien financier ou quand lever les fermetures. Si quelqu'un dans une zone rurale décède à la maison, sa mort pourrait ne pas être enregistrée, et la propagation du virus ne sera pas capturée avec précision dans la modélisation utilisée pour informer la réponse.

Si le sexe, le handicap ou la race, par exemple, ne sont pas inclus dans la façon dont les populations sont mesurées, il est impossible de voir s'il existe des taux d'infection ou de mortalité différents entre les différents groupes. Nous savons que les Noirs et les Hispaniques meurent à des taux plus élevés aux États-Unis, bien que ces informations n'aient pas été ventilées ou publiées suffisamment tôt pour empêcher ou atténuer ces conséquences.

C'est génial que tout le monde veuille des données maintenant, mais aussi, franchement, un peu frustrant

La pandémie apporte d'autres difficultés, et bien qu'elle ait infiltré les communautés indépendamment de la richesse ou du statut, elle a frappé les personnes marginalisées le plus durement: des 70 000 enfants des rues de Delhi qui n'ont accès à aucun soutien aux deux milliards de travailleurs informels dans le monde qui font face à la faim sous contrôle, aux femmes qui vivent dans la peur alors que la violence basée sur le genre augmente de 20%.

Comment les données peuvent-elles devenir un outil plus efficace de justice et de responsabilité pour ces groupes marginalisés?

Combler le manque de données

À court terme, nous devons intégrer les données existantes des ministères, des bureaux de statistique et des organisations de la société civile, ce qui peut aider à identifier les populations vulnérables et à développer des réponses politiques efficaces.

Nous pouvons également utiliser des données générées par les citoyens pour mieux comprendre les réalités sur le terrain, comme nous l'avons vu avec près de 3 millions d'utilisateurs de l'application Covid-19 System Tracker au Royaume-Uni.

À long terme, nous avons besoin de systèmes solides et inclusifs: des infrastructures de données solides et des bureaux de statistique dotés de ressources suffisantes et déterminés à utiliser les données comme un outil pour réduire les inégalités.

Le cœur d'un système de données inclusif sera constitué de recensements complets et d'enquêtes auprès des ménages qui capturent les populations vulnérables et difficiles à atteindre. Les données doivent être interopérables et partagées à travers le gouvernement, de sorte que les données administratives que d'autres départements et ministères produisent déjà peuvent être exploitées pour le bien social.

Nous avons besoin de personnes formées et engagées: ces systèmes doivent être dotés de personnes ayant la capacité technique d'anonymiser et de protéger la vie privée des personnes, tout en conservant la granularité nécessaire pour répondre à leurs besoins spécifiques. Ce ne sont pas seulement des compétences techniques - un bon système a besoin de personnes qui peuvent interagir avec les personnes dans les données, donc les données sont quelque chose qui est fait avec les gens et non pour eux. Lorsque les communautés comprennent pourquoi les données sont importantes et comment les utiliser, et peuvent avoir confiance qu'elles ne seront pas utilisées pour les exploiter, de grandes choses peuvent se produire.

C'est génial que tout le monde veuille des données maintenant, mais aussi, franchement, un peu frustrant. Le fait que les données soient un apport nécessaire et pourtant cruellement insuffisant pour l'élaboration des politiques n'est pas nouveau - mais au fil des décennies, dans trop de pays, les données et les statistiques ont été constamment sous-financées. Les derniers rapports sur l'aide publique au développement (APD) aux données et statistiques la situent à 689 millions USD - 0,34% de l'aide totale au développement. Ce nombre a légèrement augmenté au cours des dernières années, mais ne représente encore que la moitié de ce qu'il devrait être, [selon les experts de Paris21](https://paris21.org/sites/default/files/2019-01/Financing%20challenges%20for%20developing%20statistical%20systems%20(DP14%29.pdf) , une organisation soutenue par l'ONU qui promeut de meilleures statistiques. Pas étonnant donc qu'il n'y ait pas un seul pays à faible revenu qui dispose d'un système adéquat pour enregistrer les causes de décès, selon l'OMS .

Le monde après Covid-19

Le message passe et il est inspirant et encourageant de voir un effort mondial autour des données de Covid-19 .

Si vous êtes un décideur politique, un producteur ou un utilisateur de données, nous espérons que vous plaiderez pour des données plus détaillées et mieux ventilées dans votre propre organisation ou communauté.

Si cela doit faire partie de la construction d'un monde meilleur par la suite, nous devons nous concentrer sur les données qui révèlent et peuvent lutter contre les inégalités qui déforment nos sociétés.

Il existe des exemples prometteurs de notre réseau de champions de la Charte des données inclusives , un groupe d'organisations qui se sont engagées à fournir des données inclusives et ventilées. Un travail comme celui-ci peut et doit être étendu et étendu.

Si vous êtes un donateur, nous vous invitons à faire partie de la solution pour faire des histoires comme celles-ci la norme. Si vous êtes un décideur politique, un producteur ou un utilisateur de données, nous espérons que vous plaiderez pour des données plus détaillées et mieux ventilées dans votre propre organisation ou communauté. Nous avons maintenant l'occasion de choisir une voie différente en réponse à Covid-19, une voie inclusive qui ne laisse personne de côté. Nous espérons que vous vous joindrez à nous. - Claire Melamed

(Crédit photo: Unsplash)