Ce que les familles perdent quand elles tiennent le coup

On célèbre volontiers la résilience des familles après un ouragan. Mais derrière ce mot se cache une suite de sacrifices, chacun plus coûteux que le précédent.

Les billets précédents portaient sur l’économie dans son ensemble : les trajectoires de croissance, la mesure du coût, les scénarios de reprise. Celui-ci change d’échelle et s’intéresse aux ménages. Dans les semaines qui suivent un ouragan, une famille touchée doit faire des choix : puiser dans l’épargne, emprunter, solliciter un proche, vendre un outil de travail, parfois retirer un enfant de l’école. Ces choix ont un coût, souvent invisible, et ils expliquent en partie pourquoi les pertes d’une catastrophe durent bien au-delà de l’événement.

La solidarité, et le mur qu’elle rencontre

Commençons par ce qui fonctionne. L’entraide entre proches et entre voisins est une réalité, pas une image d’Épinal, et les économistes l’ont documentée avec précision.

L’étude de référence reste celle de Robert Townsend (1994), conduite dans des villages indiens. Elle montre que la consommation des ménages y varie assez peu en fonction de leurs difficultés propres. Quand un ménage perd sa récolte alors que ses voisins sont épargnés, l’entraide compense une grande partie de la perte : l’assurance informelle remplit son office.

Townsend établit aussi la limite de ce mécanisme, et c’est elle qui nous intéresse ici. Cette protection tient parce que les malheurs sont décalés dans le temps et répartis entre les ménages : celui qui aide aujourd’hui sera aidé demain. Elle disparaît lorsque tout le monde est touché simultanément. Un cyclone relève exactement de ce second cas, puisqu’il n’atteint pas une famille mais un territoire entier, et que ceux qui pourraient aider sont eux-mêmes sinistrés. Ce n’est pas une question de générosité mais de mutualisation : un risque qui frappe tout le monde au même moment ne peut pas être partagé à l’intérieur du groupe.

L’exception de la diaspora

Il existe pourtant une échappatoire : l’argent qui vient de l’extérieur.

Aux Philippines, Dean Yang et Hwa Jin Choi (2007) ont montré que les proches installés à l’étranger envoient davantage d’argent lorsque la famille restée au pays traverse une difficulté. Quand le revenu d’un ménage baisse, les transferts augmentent et compensent environ 60 % de la perte. Contrairement à l’entraide locale, cette assurance résiste aux chocs collectifs, précisément parce que celui qui envoie l’argent vit ailleurs et n’a pas été touché.

Deux nuances s’imposent toutefois. D’abord, cette protection ne joue que pour les ménages qui ont effectivement un proche à l’étranger, ce qui crée une inégalité de plus entre les familles selon qu’un des leurs est parti ou non. Ensuite, même à 60 %, la compensation reste partielle. Le trou n’est pas comblé, il est réduit.

La hiérarchie des sacrifices

Que se passe-t-il quand ni l’entraide ni les proches à l’étranger ne suffisent ? Les ménages suivent alors un ordre assez régulier, observé dans de nombreux pays.

On puise d’abord dans l’épargne, quand il y en a. On emprunte ensuite, formellement ou non. Et lorsque ces recours sont épuisés, on vend. D’abord des biens de confort, puis, en dernier ressort, des actifs productifs : le véhicule qui servait à travailler, l’outillage, le stock, la barque, les bêtes. Ces ventes se font dans l’urgence, donc à mauvais prix, souvent au moment précis où tout le monde vend la même chose.

C’est ce dernier palier qui change la nature du problème. Tant qu’on vend des biens de confort, on réduit son niveau de vie sans compromettre ses revenus futurs. Quand on vend son outil de travail, on ampute sa capacité future à gagner sa vie. La catastrophe cesse alors d’être une mauvaise passe : elle modifie durablement la trajectoire du ménage.

Cet ordre n’a pourtant rien d’universel. En Éthiopie, Michael Carter et ses coauteurs (2007) observent que les ménages les plus pauvres font souvent l’inverse : ils s’accrochent à leurs quelques actifs et rognent d’abord sur la nourriture. La logique est implacable. Quand il ne reste qu’un seul animal de trait, le vendre revient à renoncer définitivement à toute possibilité de remonter la pente. Mieux vaut avoir faim aujourd’hui que n’avoir plus rien demain.

Tous les ménages n’arrivent pas non plus au dernier palier au même rythme. Après les inondations de Mumbai en 2005, Archana Patankar et Anand Patwardhan (2016) ont mesuré les pertes des ménages, et le dégradé est saisissant : pour les plus pauvres, elles ont représenté l’équivalent de plus de six mois de revenu, contre quatre à cinq mois pour les bas revenus, environ trois mois pour les classes moyennes et deux mois pour les catégories les plus aisées. Dans la même ville et pour la même inondation, les ménages les plus pauvres ont donc perdu, rapporté à leur revenu, trois fois plus que les plus aisés. Pour eux, le moment où il faut vendre l’outil de travail arrive bien plus tôt.

Et ces moyennes masquent encore l’essentiel. Au Bangladesh comme au Pakistan, les pertes médianes sont environ deux fois inférieures aux pertes moyennes : une minorité de ménages concentre la majeure partie des dommages. Derrière un chiffre agrégé d’apparence supportable se cachent donc quelques familles pour qui tout s’est effondré.

Le seuil au-delà duquel on ne revient plus

Ce point de non-retour, les économistes lui ont donné un cadre. Michael Carter et Christopher Barrett (2006) ont proposé de penser la pauvreté à partir des actifs plutôt que des revenus, et cette approche permet une distinction essentielle : celle entre la pauvreté transitoire, dont on sort avec le temps, et la pauvreté structurelle, dont on ne sort pas.

L’idée est qu’il existe un seuil de patrimoine en dessous duquel la reconstitution devient presque impossible. Au-dessus, un ménage appauvri se rétablit progressivement. En dessous, il n’a plus assez d’actifs pour générer le surplus qui lui permettrait de remonter, et il s’installe durablement dans la pauvreté. Chaque vente d’urgence rapproche de ce seuil. Chaque catastrophe supplémentaire pousse un peu plus de familles de l’autre côté.

Ce seuil a été mesuré concrètement, après un ouragan. Carter et ses coauteurs (2007) ont suivi des ménages ruraux honduriens frappés par Mitch en 1998. Premier constat, contre-intuitif : 44 % des ménages ont perdu des actifs productifs, et cette proportion augmente avec la richesse, de 22 % dans le quart le plus pauvre à 68 % dans le quart le plus aisé. Les plus riches ont donc été les plus souvent touchés, simplement parce qu’ils avaient davantage à perdre.

Mais la suite renverse ce constat. Les ménages aisés ont récupéré en quelques années, tandis que chez les plus pauvres les effets ont duré bien plus longtemps et frappé bien plus durement. Plus douloureux encore : avant Mitch, les ménages pauvres accumulaient des actifs plus vite que les riches, et l’ouragan a interrompu ce rattrapage. Les auteurs estiment un seuil autour de 250 dollars d’actifs, en dessous duquel les ménages s’enferment durablement dans la pauvreté. Ils mènent le même exercice en Éthiopie, auprès de ménages frappés par la sécheresse, et y situent ce seuil à l’équivalent d’à peine plus d’un demi-bœuf. Les auteurs soulignent eux-mêmes que ces estimations reposent sur des hypothèses fortes, mais le sens du résultat ne fait guère de doute.

Les données de long terme confirment cette inertie. En Éthiopie, Stefan Dercon (2004) mesure l’ampleur de l’effondrement patrimonial provoqué par la famine du milieu des années 1980 : entre les ventes forcées et les animaux morts, la proportion de ménages détenant encore un cheptel significatif est tombée d’environ 75 % avant la crise à la moitié en 1989. Et l’empreinte de ce choc se lit très longtemps après. Les chocs pluviométriques pèsent sur la croissance de la consommation une décennie plus tard, et la sévérité de la famine explique encore les trajectoires des années 1990. Le passé ne passe pas.

Le coût qui frappe avant la catastrophe

J’en viens au résultat le plus surprenant de ce billet, et à mes yeux le plus important.

Jusqu’ici, nous avons parlé de ce que coûte une catastrophe une fois survenue. Mais le simple fait de vivre sous la menace d’une catastrophe a déjà un coût, et il est énorme. Chris Elbers, Jan Willem Gunning et Bill Kinsey (2007) ont étudié des agriculteurs du Zimbabwe exposés au risque climatique. Leur estimation : le stock de capital de ces ménages est inférieur de 46 % à ce qu’il serait en l’absence de risque.

Le plus frappant est ailleurs. Environ deux tiers de cet écart ne viennent pas des destructions effectivement subies. Ils viennent du comportement adopté face au risque : on n’investit pas dans l’équipement qui augmenterait le rendement, on préfère des activités moins productives mais plus sûres, on garde son argent disponible plutôt que de l’immobiliser. Autrement dit, la majeure partie du coût du risque est payée pour des catastrophes qui n’ont jamais eu lieu.

C’est un renversement de perspective complet. Nous avons l’habitude de compter les dégâts après l’événement. Or l’essentiel de la facture est prélevé en continu, sous forme d’investissements jamais réalisés, d’entreprises jamais créées, de projets jamais tentés. Si ce résultat se transpose, une île exposée serait plus pauvre non seulement parce qu’elle est frappée, mais parce qu’elle vit dans l’anticipation d’être frappée.

Ce qui marche vraiment

Faut-il en conclure à l’impuissance ? Non, et deux résultats récents montrent où agir.

Le premier concerne l’assurance, et il est plus subtil qu’il n’y paraît. Au Kenya, Sarah Janzen et Michael Carter (2019) ont évalué une assurance indexée sur les pertes de bétail. Elle fonctionne, mais pas de la même façon selon les ménages. Chez les plus aisés, dont le risque principal est de perdre leur capital, elle réduit massivement la probabilité de vendre des actifs, de 96 points de pourcentage. Chez les plus pauvres, dont la consommation couvre à peine l’essentiel, elle réduit de 49 points la probabilité de sauter des repas. Le même produit protège le patrimoine des uns et l’alimentation des autres. Juger un tel dispositif sur un seul critère, les ventes d’actifs ou les repas sautés, reviendrait donc à ne voir que la moitié de ce qu’il apporte.

Le second concerne les transferts monétaires. Patrick Premand et Quentin Stoeffler (2022) ont évalué au Sahel des programmes pluriannuels versés indépendamment de tout événement. Ces transferts augmentent la consommation d’environ 10 %, mais surtout, pour les ménages ensuite frappés par une sécheresse, le gain de bien-être dépasse le montant même du transfert. La raison tient à l’épargne et au lissage des revenus qu’ils rendent possibles. Un filet de sécurité déjà en place au moment du choc vaut bien plus que la même somme versée dans l’urgence, une fois la catastrophe survenue.

La résilience n’est pas une vertu, c’est une infrastructure

Nous employons souvent le mot résilience comme un compliment, pour saluer le courage de ceux qui encaissent. Ce billet dit l’inverse : ce que nous prenons pour du courage est le plus souvent une suite de sacrifices, et l’admiration que nous exprimons dispense parfois de regarder ce qu’ils coûtent.

La véritable résilience ne se mesure pas au courage des familles, mais à ce dont elles disposent au moment du choc : une épargne, une assurance qui indemnise rapidement, un filet social déjà en place, un accès au crédit qui ne se referme pas. Encore faut-il que ces dispositifs atteignent ceux qui en ont le plus besoin, ce qui est loin d’être acquis. Hallegatte et ses coauteurs (2017) relèvent qu’au Népal, après les inondations et glissements de terrain de 2011, à peine 6 % des ménages très pauvres avaient sollicité un soutien public, contre près de 90 % des ménages aisés.

C’est aussi ce qui relie ce billet aux précédents. Si les pertes de bien-être excèdent les pertes d’actifs, si les trajectoires divergent au lieu de converger, c’est en grande partie parce qu’au niveau des ménages, chaque ajustement d’urgence ampute un peu leur capacité à se relever. Comprendre finement ces mécanismes, et la manière dont les dispositifs de protection existants les atténuent ou non, reste largement à faire. C’est, à mes yeux, l’un des chantiers les plus utiles de la recherche sur les catastrophes.

Références

Brouwer, R., Akter, S., Brander, L., & Haque, E. (2007). Socioeconomic Vulnerability and Adaptation to Environmental Risk: A Case Study of Climate Change and Flooding in Bangladesh. Risk Analysis, 27(2), 313-326.

Carter, M. R., & Barrett, C. B. (2006). The Economics of Poverty Traps and Persistent Poverty: An Asset-Based Approach. Journal of Development Studies, 42(2), 178-199.

Carter, M. R., Little, P. D., Mogues, T., & Negatu, W. (2007). Poverty Traps and Natural Disasters in Ethiopia and Honduras. World Development, 35(5), 835-856.

Dercon, S. (2004). Growth and shocks: evidence from rural Ethiopia. Journal of Development Economics, 74(2), 309-329.

Elbers, C., Gunning, J. W., & Kinsey, B. (2007). Growth and Risk: Methodology and Micro Evidence. World Bank Economic Review, 21(1), 1-20.

Hallegatte, S., Vogt-Schilb, A., Bangalore, M., & Rozenberg, J. (2017). Unbreakable: Building the Resilience of the Poor in the Face of Natural Disasters. Washington, DC : World Bank.

Janzen, S. A., & Carter, M. R. (2019). After the Drought: The Impact of Microinsurance on Consumption Smoothing and Asset Protection. American Journal of Agricultural Economics, 101(3), 651-671.

Kurosaki, T. (2012). Household-level Recovery after Floods in a Developing Country: Further Evidence from Khyber Pakhtunkhwa, Pakistan. PRIMCED Discussion Paper Series, No. 27.

Patankar, A., & Patwardhan, A. (2016). Estimating the uninsured losses due to extreme weather events and implications for informal sector vulnerability: a case study of Mumbai, India. Natural Hazards, 80(1), 285-310.

Premand, P., & Stoeffler, Q. (2022). Cash transfers, climatic shocks and resilience in the Sahel. Journal of Environmental Economics and Management, 116, 102744.

Townsend, R. M. (1994). Risk and Insurance in Village India. Econometrica, 62(3), 539-591.

Yang, D., & Choi, H. J. (2007). Are Remittances Insurance? Evidence from Rainfall Shocks in the Philippines. World Bank Economic Review, 21(2), 219-248.