Mesure exploitable et rentable de prévalence pour mettre fin à l’esclavage moderne

9 octobre 2018
Innovation en Recherche

De nouvelles et meilleures estimations de l’ampleur de l’esclavage moderne au niveau mondial ont permis d’encourager l’implication internationale pour mettre fin à ce fléau. Cependant, afin que l’implication dans le domaine de l’anti-esclavage mondial aboutisse à des interventions et investissements efficaces, les données se doivent d’être encore plus précises. Les données mettant en valeur la prévalence de l’esclavage au sein de ces secteurs et emplacements spécifiques peuvent aider les interventions à cibler les populations les plus vulnérables et à appuyer les actions du secteur privé contre les risques particuliers des chaînes logistiques. Ces données peuvent également permettre de mettre en exergue les interventions anti-esclavage efficaces.

Les organisations impliquées dans la lutte mondiale contre la traite ont intensifié leurs efforts pour mesurer la prévalence de l’esclavage dans les industries et emplacements spécifiques, faisant appel à l’innovation pour relever les défis propres à la mesure des populations cachées. Un premier exemple est le projet inter-agence des Nations Unies concernant l’utilisation de la méthodologie de surveillance sentinelle de la traite des êtres humains, à l’aide d’entretiens d’échantillons de victimes et de migrants aléatoires dans des zones d’urgence migratoire clés, en 2010. Cela dans le but d’étudier la prévalence de la traite des êtres humains parmi les migrants cambodgiens expulsés de la Thaïlande. Plus récemment, l’International Justice Mission (IJM) et ses partenaires ont dirigé une série d’enquêtes infranationales et par secteur, dont une étude de 2016 concernant l’exploitation sexuelle commerciale des enfants à Mumbai. Ces études ont utilisé l’échantillonnage en fonction des répondants (EFR), une catégorie d’échantillonnage en boule de neige utilisée pour analyser les populations cachées, ainsi qu’un échantillonnage espace-temps, méthode basée sur l’emplacement et identifiant les probables zones d’urgence migratoire, sélectionnant aléatoirement une date et une heure en demandant aux membres de la population cible de prendre part à la recherche. The Freedom Fund et ses partenaires, dont l’Institute of Development Studies et Praxis ont également utilisé, dans une étude préliminaire de 2017, les statistiques participatives et cartographies sociales d’une recherche effectuée dans le nord de l’Inde.

Le travail effectué fait rapidement progresser la compréhension dans ce domaine, de nombreuses autres études sont toutefois nécessaires afin de correctement faire part des efforts nécessaires pour progresser dans la résolution de l’esclavage moderne. Malheureusement, les coûts et le temps nécessaires à la conduite de ces études peuvent s’avérer prohibitifs. Par exemple, nous estimons qu’une étude classique de prévalence coûte actuellement entre 200 000 et 500 000 USD et peut nécessiter de 15 à 24 mois, rien que pour établir une base de référence.

data to end modern slavery
Saisie de données. Unsplash/Stephen Dawson.

Le Fonds mondial pour mettre fin à l’esclavage moderne (GFEMS) vise à relever ce défi et développe rapidement la base de connaissances en réduisant le temps et les coûts de mesure de prévalence selon un ordre de grandeur. Nous pensons qu’il est possible d’effectuer ce processus de manière plus efficace et rentable en utilisant trois leviers principaux :

  • explorer de nouvelles méthodologies d’estimation ;
  • exploiter la technologie mobile lorsque cela est possible ; et
  • collaborer de manière stratégique afin de tirer profit des compétences dans différents domaines, tout en s’évertuant à assurer la rigueur des statistiques.

Explorer de nouvelles méthodologies d’estimation

Parmi d’autres approches, le GFEMS teste actuellement l’application de la méthode d’amplification par les réseaux (NSUM, network scale-up method) dans le but d’estimer le pourcentage d’une population donnée dans des formes spécifiques de travail forcé. La NSUM a été utilisée dans le domaine de la santé publique afin d’estimer la taille des populations cachées présentant un risque de contracter le VIH et peut augmenter les capacités d’estimation et réduire les coûts, car elle ne nécessite pas d’accès direct aux populations cachées. À la place, les participants à l’enquête faisant partie de la population générale sont interrogés afin de comprendre le ratio du (a) nombre d’individus qu’ils connaissent faisant partie d’une population cachée, tels que les utilisateurs de drogue par intraveineuse ou les travailleurs dont les salaires sont régulièrement retenus, jusqu’à (b) la taille de leurs réseaux personnels, selon le nombre d’individus qu’ils connaissent dans des sous-groupes de taille connue. Les statisticiens utilisent ce ratio afin de comprendre le pourcentage de la population globale faisant partie de la population cachée.

Bien entendu, il existe des biais à prendre en compte, tels que l’effet de barrière (il peut s’avérer difficile de « connaître » les individus de la population cachée) et un biais de transmission (les membres d’une population cachée peuvent ne pas révéler cette information aux personnes qu’ils connaissent). Cependant, il existe des manières de corriger ces biais, telles que le modèle bayésien, afin de comprendre la probabilité de sous/surestimation selon d’autres données fournies par la personne interrogée. Ce modèle s’améliore à chaque itération de l’enquête, celle-ci pouvant facilement être répétée avec un échantillon aléatoire, à chaque fois différent, de la population générale. Nous ne pensons pas que la NSUM sera la panacée, elle peut cependant constituer une nouvelle option importante d’un ensemble de méthodologies.

Les données mettant en valeur la prévalence de l’esclavage au sein de ces secteurs et emplacements spécifiques peuvent aider les interventions à cibler les populations les plus vulnérables et à appuyer les actions du secteur privé contre les risques particuliers des chaînes logistiques.

Exploiter la technologie mobile lorsque cela est possible

La percée croissante de la technologie mobile fournit une occasion sans précédent de détecter le travail forcé et l’exploitation sexuelle commerciale, parfois en temps réel, en particulier parmi les migrants. Les victimes de l’esclavage moderne peuvent conserver des appareils mobiles, même en cas de travail forcé. Dans ce cas, de brèves questions ciblées (par appel téléphonique, SMS ou réponse vocale interactive) peuvent détecter la fréquence de travail forcé au cours de quelques semaines du parcours d’un migrant et repérer le besoin d’intervention directe.

Utiliser la technologie mobile efficacement afin de détecter l’esclavage moderne nécessite un enregistrement à grande échelle des migrants et de membres de leur famille dans un point d’origine centralisé et de poser des questions simples et claires, appropriées au contexte d’esclavage spécifique.

De façon plus générale, même lorsque les victimes n’ont pas accès à la technologie, la possibilité de joindre la population générale via les réseaux sociaux peut réduire le temps et les coûts nécessaires à la conduite de ces enquêtes, tout comme l’utilisation d’appareils mobiles par des agents recenseurs. Dans une expérience pilote de la NSUM au Viêt Nam, nous avons effectué 400 enquêtes au cours des 24 premières heures via l’application mobile de Facebook, soutenues par les publicités ciblées du site. Conscients des biais provenant des utilisateurs de Facebook, nous avons également effectué des enquêtes en face à face afin d’équilibrer et valider les données.

Tirer profit des compétences dans différents domaines

Pour continuer à rationaliser la mesure de prévalence du Fonds, nous visons à réduire le temps et les coûts via la coordination stratégique de divers partenaires, méthodes et outils pour collecter, nettoyer, analyser et stocker les données. Nous créons une coalition de partenaires mondiaux et locaux, comprenant des professeurs d’université, des data scientists et des programmeurs, possédant chacun une force spécifique et un rôle défini soutenant nos estimations de prévalence. Afin d’optimiser la coordination, nous avons recruté un unique partenaire de collecte de données mondiales qui assurera une présence constante sur toutes les activités de recherche et de développement du Fonds.

Les coûts et le temps restent d’importants obstacles à la génération rapide de mesures solides concernant la prévalence de l’esclavage moderne. De plus, la mesure de prévalence fait uniquement partie d’un ensemble plus vaste de capacités essentielles, dont l’évaluation de l’impact d’interventions spécifiques et l’analyse du retour sur investissement. Cependant, nous nous engageons à développer et à partager ces capacités. Si nous ne développons pas rapidement la base de connaissances et la compréhension de ce qui fonctionne, les efforts mis en place pour lutter contre l’esclavage moderne resteront insuffisamment financés et à trop petite échelle, causant du tort à des millions d’individus ayant besoin que cela cesse.

Le Fonds mondial pour mettre fin à l’esclavage moderne (GFEMS) est un partenariat public-privé visant à catalyser et coordonner une stratégie mondiale cohérente pour éradiquer l’esclavage moderne en éliminant sa rentabilité économique. La stratégie du GFEMS consiste à augmenter les ressources, impliquer les gouvernements et le secteur privé, financer des programmes et technologies de transformation et garantir une évaluation solide de l’impact parmi tous les partenaires et programmes. 

Cet article a été préparé par le Fonds mondial pour mettre fin à l’esclavage moderne en tant que contribution à Delta 8.7. Comme spécifié dans les Conditions générales d’utilisation de Delta 8.7, les opinions exprimées dans cet article sont celles de l’auteur(e) et ne reflètent pas nécessairement celles de l’UNU ou de ses partenaires.

Le forum de Delta 8.7
Méthodes statistiques et de mesure

Que savons-nous réellement de la prévalence de la traite des êtres humains ?

Claire Healy
Continuer à lire
Justice internationale

Comment stimuler la responsabilité des entreprises grâce aux lois sur l’esclavage moderne

Genevieve LeBaron
Continuer à lire

Les données : la plus précieuse des ressources mondiales pour lutter contre le travail des enfants

Federico Blanco Allais
Continuer à lire
Méthodes statistiques et de mesure

The Social, Spatial and Temporal Systems Behind Human Trafficking

Continuer à lire

Modern Slavery Data Stories

Emily Cholette
Continuer à lire

Code 8.7: A Survivor Perspective

Continuer à lire
Étiquettes