Plan du site Contact Calendrier Nouveau Home

Banque de données projets FEDRA

Presentation

Actions de recherche

Personnes

Chercher

Recherche et applications > Banque de données projets > Banque de données projets FEDRA

Comment accroître la performance et l’efficacité des stratégies d’inclusion sociale (INCLUSIM)

Projet de recherche TA/00/02 (Action de recherche TA)


Personnes :

  • Prof. dr.  NICAISE Ides - Katholieke Universiteit Leuven (K.U.Leuven)
    Partenaire financé belge
    Durée: 1/12/2005-31/7/2007

Description :

Ce projet s’inscrit dans le prolongement d’une étude antérieure (Choix de société, pauvreté structurelle et coût social) dans laquelle nous avions étudié une série de mécanismes d’intégration et d’exclusion sociales à l’aide de l’Etude panel des ménages belges (De Blander e.a., 2005). Un modèle de simulation dynamique a été développé en vue d’évaluer les effets à court et à long terme des choix politiques (y compris les coûts et profits sociaux y affférents). En guise de test, trois stratégies concrètes de lutte contre la pauvreté ont été évaluées: l’extension de la couverture des CPAS, la politique d’activation et enfin la réduction du nombre de jeunes quittant l’école sans qualification.

Le présent projet porte sur l’implémentation des extensions suivantes:

- extension du fichier de données à toutes les vagues du PSBH;
- extension conceptuelle du modèle afin de (mieux) prendre en compte le caractère multidimensionnel de la pauvreté. Outre la définition standard de la pauvreté en termes financiers (pauvreté monétaire), nous allons employer une définition multidimensionnelle basée sur la notion de « ressources » de Dworkin (élargie, en l’occurrence, au capital humain, matériel, social et culturel) et le concept de « niveaux de fonctionnement » de Sen ;
- affinement du modèle d’estimation en recourant à un modèle GEV mixte Un algoritme de valeurs extrêmes généralisées (GEV) permet de modéliser les éventuelles corrélations entre les situations de pauvreté sans devoir passer par une intégration ou simulation numérique. Les modèles mixtes permettent, eux, d’exploiter la dimension panel des données.
- extension du modèle à des temps de retard plus conséquents en vue de mieux modéliser la persistance.
- extension du nombre de mesures de lutte contre la pauvreté qui seront examinées. L’accent portera surtout sur la prévention.
- analyse plus poussée des coûts et avantages sociaux.

En ce qui concerne les déterminants de la pauvreté, nous pensons d’abord aux effets des événements de la vie comme le chômage ou les ruptures familiales. Parmi les effets des ressources autres que financières, citons l’éducation, le logement, la santé et le capital social.

En ce qui concerne les stratégies de lutte contre la pauvreté, nous allons dans un premier temps nous intéresser à la politique de l’emploi. Relèvent de cette politique notamment les mesures d’activation, la suppression des pièges au chômage et les mesures antidiscrimination. Deuxièmement, nous allons examiner les systèmes de protection sociale principalement du point de vue de l’assurance chômage et du revenu d’intégration. Troisièmement, nous analyserons la politique familiale et plus particulièrement les mesures en faveur des familles monoparentales et celles de prévention contre la pauvreté chez les enfants. Au niveau de l’éducation, nous aimerions, outre le niveau d’enseignement initial atteint, également quantifier l’effet de la formation tout au long de la vie sur les entrées dans - et sorties de la pauvreté. Par ailleurs, on peut également envisager des simulations en matière de politique du logement et de politique de la santé, par exemple.
Lors du choix des simulations prioritaires, nous veillerons à respecter un équilibre entre faisabilité et pertinence pour les Plans d’action nationaux d’inclusion sociale.


A propos de ce site

Déclaration de confidentialité

© 2017 SPP Politique scientifique