L’économie et la société américaines sont truffées d’inégalités raciales et ethniques, allant des écarts de richesse et de revenu aux disparités en matière de santé et de bien-être, d’éducation et de résultats en matière d’emploi. Ces inégalités raciales et ethniques sont le résultat de siècles de racisme et de discrimination systémiques, qui empêchent les personnes de couleur d’accéder à un travail mieux rémunéré, d’accumuler des richesses et de développer et de déployer pleinement leur capital humain dans l’économie et le marché du travail américains.
Ces disparités ne se sont accrues que pendant la récession des coronavirus en 2020 et au milieu de la pandémie de coronavirus continue. Les économistes et les chercheurs en sciences sociales ont longtemps débattu et étudié ces tendances, mais la collecte et la communication de données se sont depuis longtemps heurtées à des obstacles pour refléter au mieux la diversité de l’économie américaine. Ces défis non seulement limitent la portée de la recherche fondée sur les données, mais obscurcissent également ses conclusions et, à son tour, entravent l’élaboration de politiques efficaces et efficientes visant à promouvoir une croissance économique forte, stable et largement partagée.
C’était le thème général d’un événement virtuel de collaboration pour une croissance équitable et un travail préparatoire l’été dernier, « Infrastructure de données pour le 21e siècle : un accent sur l’équité raciale », dans lequel j’ai parlé à un groupe de collègues experts universitaires sur l’importance de l’équité raciale. dans la collecte de données fédérales. Mes co-panélistes et moi, tous des universitaires de couleur qui étudient les populations et sous-populations sous-représentées aux États-Unis, avons discuté de propositions concrètes pour augmenter la qualité et l’utilité de la collecte et de l’analyse des données.
L’une de ces techniques est le suréchantillonnage, une méthode dans laquelle des groupes particuliers sont interrogés à des taux plus élevés qu’ils n’apparaissent réellement dans la population. Le suréchantillonnage peut faciliter la désagrégation des données pour ces groupes sous-représentés aux États-Unis et améliorer l’exactitude et la généralisation des résultats de la recherche.
Les points de données agrégés et les statistiques, telles que le produit intérieur brut ou le taux de chômage, sont des représentations inadéquates de la situation économique actuelle des États-Unis, car ils regroupent toutes les populations et calculent une moyenne. En réalité, divers groupes et sous-groupes de la population américaine se comportent différemment dans l’économie et dans la société, ce qui rend les moyennes des représentations inexactes des expériences vécues par la plupart des gens.
Pour mesurer correctement la situation de tous les travailleurs américains et de leurs familles sur le marché du travail, ou l’impact des politiques sur leur vie, il est donc essentiel de désagréger les données.
Comme je l’ai mentionné dans mes remarques liminaires lors du récent événement sur l’infrastructure de données, je fais beaucoup de recherches sur de petits groupes de la population américaine, tels que les Indiens d’Amérique, les autochtones de l’Alaska, les hawaïens autochtones et les insulaires du Pacifique. Ce travail est facilité par l’utilisation de données administratives qui contiennent l’ensemble des populations des groupes AIAN ou NHPI et permettent ainsi de réaliser des analyses statistiques et une désagrégation des données.
Mais ce ne sont pas seulement les études de ces petits groupes démographiques qui bénéficient d’une meilleure désagrégation des données. Les groupes démographiques plus importants tels que les Américains d’origine hispanique et les Américains d’origine asiatique, qui ont tendance à être regroupés dans les enquêtes, ont un éventail de sous-groupes qui font face à divers défis et vivent différemment la main-d’œuvre et l’économie américaines.
Lorsque les chercheurs utilisent de larges catégories pour analyser les résultats de ces groupes, nous obtenons essentiellement l’effet moyen et perdons beaucoup de nuances qui sont incroyablement précieuses pour nos recherches et nos conclusions, ainsi que pour les implications politiques. (Voir la vidéo pour plus de détails.)
Il y a un autre aspect de cette question qui consiste à manquer la nuance dans les résultats de la recherche qui vient d’un manque de diversité parmi les chercheurs qui font la recherche, formulent les questions et interrogent la population. Ce n’est un secret pour personne que l’économie en tant que profession et domaine en général a un problème de diversité. Les femmes, les personnes de couleur, et en particulier les femmes de couleur, sont confrontées à des obstacles incroyablement élevés à l’entrée et à la réussite, dès le premier cycle et les cycles supérieurs. Par exemple, aux États-Unis, entre 2015 et 2019, aucun doctorat en économie n’a été décerné à des femmes amérindiennes sur les 1 200 doctorats décernés au cours de cette période.
Ce problème de diversité s’étend au-delà de qui étudie l’économie ou l’enseigne à la prochaine génération. L’un des nombreux pièges de l’absence de diversité parmi les chercheurs est que certains domaines de recherche, de résultats et d’évaluation ont tendance à être oubliés, dont beaucoup pourraient éclairer les futures recherches et décisions politiques.
Un exemple dont j’ai discuté lors de l’événement virtuel de l’été dernier est le programme de revenu de base universel que de nombreuses tribus amérindiennes ont fourni au cours des 25 dernières années. Cela signifie qu’il existe de nombreuses données qui peuvent faire la lumière sur les effets d’un revenu de base universel sur la participation au marché du travail ou les taux de pauvreté, entre autres domaines. Pourtant, personne n’en parle vraiment ou n’y prête attention, malgré le fait que les décideurs tirer parti de l’expérience à long terme de ces communautés et de l’effet sur leurs communautés.
Ceci n’est qu’un exemple. Mais il y en a probablement beaucoup d’autres que les universitaires et les décideurs politiques ne réalisent pas qu’ils manquent en raison d’un manque de diversité parmi les économistes. Ces domaines d’opportunités de recherche inexplorées ne sont souvent connus que des communautés dans lesquelles ils sont mis en pratique, ce qui signifie que sans les chercheurs de ces communautés, ils resteront probablement inconnus.
Ce manque profond de diversité en économie limite non seulement la portée de la recherche universitaire et de l’évaluation des politiques, mais limite également l’efficacité et la créativité de l’élaboration des politiques elle-même, ainsi que la capacité des gouvernements fédéral, étatiques et locaux à mettre en place des programmes économiques et sociaux efficaces. qui créent de meilleures opportunités économiques et construisent de meilleures communautés.
Les décideurs politiques ont aujourd’hui une occasion unique d’adopter une législation essentielle qui changera leur vie et qui permettra à des millions d’Américains d’obtenir de meilleurs résultats économiques et sociaux d’une manière sans précédent. Mais pour bien comprendre l’impact de ces programmes, nous avons besoin de données ventilées pour faire la lumière sur la façon dont diverses communautés américaines sont affectées par eux, et nous avons besoin d’économistes de tous horizons pour analyser et évaluer ces données. Non seulement la recherche future en bénéficiera, mais aussi les communautés étudiées par les universitaires et servies par les décideurs.
—Randy Akee est professeur agrégé au Département de politique publique et d’études amérindiennes de l’Université de Californie à Los Angeles.
