La série des Documents de Travail présente des travaux menés au sein de la DG Trésor, diffusés dans le but d’éclairer et stimuler le débat public. Ces travaux n’engagent que leurs auteurs.

L’évaluation des politiques publiques s’ancre dans les bonnes pratiques des pays développés. L’objectif est que toute nouvelle politique ne soit adoptée qu’une fois ces avantages et inconvénients bien pesés (analyses coût-bénéfice). Cependant, il est parfois difficile d’estimer les avantages à attendre de nouvelles mesures, comme par exemple les aides au retour à l’emploi ou les incitations à la scolarisation des enfants tant les réactions des individus sont tributaires de leurs caractéristiques personnelles. D’où l’intérêt de n’appliquer ce type de mesures qu’à des groupes restreints, dans un premier temps, afin de bien identifier in vivo les changements de comportement susceptibles d’en découler. De telles expérimentations de politiques publiques ont été tenté, aux États-Unis, dès les années soixante, avant de se diffuser à l’international.

L’évaluation expérimentale d’une mesure utilise le même principe que les essais cliniques: au sein de la population deux groupes sont sélectionnés par tirage aléatoire, l’un bénéficie du traitement (i.e. de la mesure) et l’autre non. L’impact du traitement (i.e. de la mesure) s’obtient en comparant ex-post le groupe d’agents bénéficiaires au groupe de non bénéficiaires. Le caractère aléatoire de l’allocation de la mesure garantit que les deux populations sont identiques ex-ante. Ainsi, seul le traitement (i.e. la mesure) fait la différence entre les deux populations. En pratique, il existe plusieurs types d’interventions randomisées qui permettent d’adapter l’expérimentation aux caractéristiques de la mesure évaluée. Chaque type d’intervention requiert un processus de mise en œuvre spécifique et des outils d’analyse adéquats.  

Faute de pouvoir réaliser une expérimentation avec tirage au sort (i.e. expérimentation randomisée), on utilise parfois des données d’observation préexistantes pour reproduire les résultats expérimentaux (économétrie sur données individuelles). Ces méthodes « quasi-expérimentales » sont commodes car elles mobilisent moins de moyens et permettent d’éviter les problèmes éthiques et politiques que peut induire une allocation randomisée. Il reste cependant à déterminer les conditions pour que ces « quasi-expériences » constituent un bon substitut à une expérimentation randomisée.