Introduction

Dans le cadre de ma deuxième année de master, j’ai fais le choix de faire une étude en politique publique sur le sujet suivant : Concurrence pour l’attention des individus entre politiques publiques orientées « système » et politiques publiques orientées « individus ». Cet article sera un condensé de l’étude qui sera consultable par un lien que vous trouverez à la fin de l’article.

Résumé

Ce mémoire se concentre sur l’étude des politiques publiques et leur rôle crucial dans la résolution de problèmes sociétaux complexes, en mettant particulièrement l’accent sur la concurrence pour l’attention des individus entre deux approches majeures : les politiques orientées individus (ou « i-frame ») et les politiques orientées systèmes (ou « s-frame »).

L’attention limitée des individus est identifiée comme un élément clé de cette compétition, car les ressources et le temps limités des décideurs politiques les obligent à faire des choix stratégiques. Le mémoire explore comment une focalisation excessive sur les comportements individuels peut potentiellement entraver le soutien aux réformes systémiques et examine comment une approche plus intégrée peut conduire à des solutions plus complètes. L’objectif de mon mémoire était d’illustrer cette compétition attentionnelle, avec des hypothèses spécifiques mesurant le niveau d’acceptabilité et d’efficacité de certaines politiques publiques en fonction de l’ordre de présentation ainsi que du niveau d’information reçue.

L’étude des politiques publiques s’intéresse aux mesures et actions mises en place par les gouvernements pour résoudre des problèmes complexes et répondre aux besoins de la société. Un exemple emblématique de ces problèmes est la question environnementale, où la prise de décisions politiques joue un rôle crucial dans la gestion des ressources et la protection de notre planète. Pour résoudre ces problèmes, les politiques publiques deviennent essentielles car elles fournissent un cadre d’action structuré et systémique pour aborder les problématiques sociales, économiques et environnementales. Elles permettent de formuler des stratégies, d’allouer des ressources, et de mettre en œuvre des actions concrètes pour atteindre les objectifs fixés.

Il existe deux approches majeures pour aborder ces questions à travers les politiques publiques :

• la politique publique orientée individu et

• la politique publique orientée système.

Certains auteurs nomment ces approches « i-frame » et « s-frame » (Loewenstein & Chater, 2022).

• Les politiques i-frame se concentrent principalement sur des interventions ciblées et spécifiques, cherchant à apporter des ajustements subtils pour aider les individus à adopter les comportements désirables. Un exemple d’approche i-frame serait une campagne de sensibilisation sur le tri des déchets pour réduire la pollution plastique.
• Les politiques s-frame adoptent une perspective plus large, considérant les problèmes sociaux comme étant systémiques et complexes. Ces politiques s’attachent à comprendre les racines des problèmes, les interactions entre différents acteurs et les conséquences à long terme des décisions politiques. Un exemple d’approche s-frame serait la mise en place d’une législation globale sur les émissions de carbone pour lutter contre le changement climatique.

Problématique et hypothèses de recherche

Ma problématique de recherche est donc la suivante : « Comment les politiques publiques orientées « système » et orientées « individus » se concurrencent pour l’attention des individus ? Et comment la focalisation sur le comportement individuel peut fragiliser le soutien aux réformes systémique ? ».

Les hypothèses testées dans ce mémoire étaient les suivantes :

• H1 : L’évaluation de la politique orientée système est plus élevée quand elle est présentée en premier plutôt que quand elle est présentée après la politique orientée individu.
• H2 : L’information sur les deux types de politiques augmente l’acceptabilité de la politique orientée individus (par rapport à la politique orientée système) alors que l’information sur l’effet d’éviction diminue l’acceptabilité de la politique orientée individu (par rapport à la politique orientée système.

Présentation de l’étude

Design de l’expérience

Dans notre design, nous avons opté pour trois niveaux d’information.

• Lors du traitement 0, les répondant n’avait accès à aucune information mise à part le fait qu’ils allaient devoir évaluer une ou plusieurs politiques publiques.

• Pour le traitement 1, les participants avaient connaissance de l’existence des deux types de politiques publiques, et du fait que les politiques individuelles avaient pour but d’encourager les comportements positifs, alors que les politiques structurelles reposent sur la modification du système.

• Dans le traitement 2, les participants avaient connaissances de toutes les informations précédentes additionnées au fait qu’il existait un effet d’éviction décrite dans l’étude de (Hagmann, Liao, Chater, & Loewenstein, 2023).

Cette stratégie nous offre la possibilité d’évaluer entre autres l’acceptabilité et l’efficacité perçue par nos répondants en fonction du niveau d’informations qu’ils reçoivent. En fournissant des informations nuancées aux participants nous cherchons à mesurer comment une exposition différente à des informations influence leur perception des politiques publiques.

Voici le design de l’expérience :

Voici un aperçu des différents niveaux d’information qu’on reçu les répondant au formulaire :

Le traitement 2 reprend les résultats de cette étude (Hagmann, Liao, Chater, & Loewenstein, 2023) pour informer les répondants de l’existence de l’effet d’éviction entre politiques orientées individus et politiques orientées système.

Six questionnaires ont été réalisés avec les différents niveaux d’informations ainsi qu’avec une alternance de l’ordre des réponses, par exemple, nous présentions la politique A puis la politique B et inversement et ce, pour chaque niveau d’informations, afin d’étudier l’impact de l’ordre de présentation d’une politique sur son acceptabilité. Pour faciliter la distribution des questionnaires, nous avons eu recours à un outil spécialisé, le logiciel « Allocate Monster » (Fergusson, 2016).

J’ai fais le choix d’adopter un « between subject design » : car mon objectif est de tester
l’influence d’informations supplémentaires et du mode de présentation des politiques sur
l’évaluation qu’en font des individus.

J’ai écarté le choix du « within subject design », puisque si nous faisions évaluer plusieurs fois la même politique aux mêmes participants, il risque d’y avoir de forts biais d’ancrages, c’est-à-dire que la plupart des participants ne changeront pas leurs évaluations ou leur politique préférée.

J’ai opté pour deux politiques publiques différentes. La politique A présente un nudge
se basant sur le principe de la norme social et la politique B présente la taxe carbone.

Les deux politiques publiques qui ont été présentées aux répondants sont les suivantes :

• Politique A, orientée individu : « Afin de réduire la consommation d’énergie, gouvernement propose d’envoyer des lettres de rapport aux ménages et aux entreprise en comparant leur consommation énergétique à celle de ménage ou d’entreprise similaires voisins, puis fournissent des conseils individuels pour réduire sa consommation. Ce type de politique s’appuie sur le « biais de conformisme » des individus, observer dans de nombreuses situations sociales, qui les pousse à modifier leurs comportements, leurs attitudes ou leur croyance pour s’aligner sur ceux d’un groupe ou d’une majorité. »

• Politique B, orientée système : « Afin de réduire la consommation d’énergie, le gouvernement propose de taxer les émissions de carbone (CO2), associées aux activités de consommation et de production. Ainsi, les particuliers et les entreprises devront s’acquitter d’une taxe proportionnelle à la quantité de CO2 qu’ils émettent réellement. Ce type de politique s’appuie sur le principe de l’ « internalisation des coûts », c’est-à-dire à rendre plus couteux les modes de production et consommation plus polluants afin que les consommateurs et les entreprises changent leurs comportements pour économiser de l’argent. »

Efficacité, acceptabilité et choix de politique

Après la présentation de chaque politique, nous avons tout d’abord mesuré l’efficacité perçue subjectivement par le participant, sur une échelle de 1 (« Pas du tout efficace ») à 5 (« Tout à fait efficace »), à l’aide de la question suivante : « Dans quelle mesure penses-tu que cette approche est efficace pour réduire la consommation d’énergie ? ».

J’ai ensuite mesuré l’acceptabilité de chaque politique à l’aide de l’échelle proposée par Tannenbaum et al. (2017) et traduite par (Priolo, et al., 2023). Les questions, que j’ai adapté de la consommation énergétique, sont présentées dans le tableau 2. Pour chacune des questions, le participant devait répondre sur une échelle allant de 1 (« Pas du tout ») à 5 (« Tout à fait »). La moyenne des réponses (en tenant compte des item inversés) donnant ainsi un indice d’acceptabilité compris entre 1 (« Pas du tout acceptable ») et 5 (« Tout à fait acceptable »).

Après avoir évalué l’efficacité et l’acceptabilité de chacune des politiques, les participants devaient choisir leur politique publique préférée (avec la possibilité de ne choisir aucune des deux).

Résultats

Statistiques descriptives

Le Tableau 4 ci-dessous présente les caractéristiques socio-démographiques de nos participants.

82% des répondants se situent dans la tranche d’âge de 16 à 28 ans, indiquant une forte représentation des jeunes adultes parmi les participants. Cette caractéristique démographique est essentielle, car elle pourrait influencer la manière dont ces répondants perçoivent et évaluent les politiques publiques. En ce qui concerne la répartition par genre, 75% des participants sont des femmes, tandis que 22% sont des hommes. Cette prédominance féminine dans l’échantillon peut avoir des implications significatives sur les résultats, car les perceptions des politiques publiques peuvent varier en fonction du genre.

Du point de vue de l’éducation, 59% des répondant ont obtenu un diplôme de niveau master, cette variabilité éducative peut être un facteur déterminant dans la manière dont les participants comprennent et évaluent les politiques publiques. En ce qui concerne les préférences politiques, une majorité des répondants se sont identifiés comme étant plutôt « de gauche ». Enfin, 37% des participants considèrent leur situation financière comme modeste, tandis que 46% se disent plutôt à l’aise financièrement.

Ces statistiques descriptives offrent un aperçu précieux de la composition de notre échantillon, mettant en lumière des caractéristiques clés qui seront prises en compte lors de l’analyse des résultats de notre expérience.

Hypothèse 1

Voici les résultats obtenu pour notre première hypothèse : « L’évaluation de la politique orientée système est plus élevée quand elle est présentée en premier plutôt que quand elle est présentée après la politique orientée individu. »

Ce graphique représente le choix de la politique préféré en fonction de l’ordre de présentation tous traitements d’information confondus. 

On voit que lorsque la politique publique orientée système (B) est présentée en premier, c’est la politique A qui est le plus choisie. 

En revanche, quand la politique A est présentée en premier, c’est la politique B qui est la plus choisie.

Le tableau représente la régression logistique binaire du choix de la politique préféré en fonction de l’ordre de présentation. 

Selon les résultat obtenu, il n’y a pas d’effet significatif de l’ordre de présentation sur le choix final de la politique préférée. 

Nous pouvons donc rejeter notre hypothèse 1. 

Hypothèse 2

Testons maintenant notre deuxième hypothèse qui est la suivante : « L’information sur les deux types de politiques augmente l’acceptabilité de la politique orientée individus (par rapport à la politique orientée système) alors que l’information sur l’effet d’éviction diminue l’acceptabilité de la politique orientée individu (par rapport à la politique orientée système). »

Le graphique de gauche représente la comparaison du niveau d’acceptabilité des politiques A et B selon les différents types d’informations qu’on reçu les répondants. On remarque qu’il y a une légère une augmentation de l’acceptabilité de la politique (A). En revanche lorsque l’on introduit l’information sur l’effet d’éviction, le niveau d’acceptabilité de la politique orientée individu diminue, mais celle de la politique orientée système également. Alors que dans l’idéal on devrait voir une inversion de la tendance c’est-à-dire le niveau d’acceptabilité de la politique B plus élevé.  

Les résultats des tests de régression ne montrent pas d’effet significatif pour la politique A en revanche pour la politique B nous pouvons remarqué un léger effet significatif mais cet élément n’est pas présent dans notre hypothèse, je ne le prends donc pas en compte.

Pour conclure, nous pouvons donc rejeter l’hypothèse n°2. 

Le code R utilisé pour cette recherche

Voici le code qui a servi à nettoyer la base de donnée obtenue à la suite du questionnaire :

# "Clean des données"
db$A_eff<-db$B_eff<-0
db$A_acc<-db$B_acc<-0

db$A_eff[db$Ordre=="AB"]<-db$Pol1_Eff[db$Ordre=="AB"]
db$A_eff[db$Ordre=="BA"]<-db$Pol2_Eff[db$Ordre=="BA"]
db$B_eff[db$Ordre=="AB"]<-db$Pol2_Eff[db$Ordre=="AB"]
db$B_eff[db$Ordre=="BA"]<-db$Pol1_Eff[db$Ordre=="BA"]

db$A_acc[db$Ordre=="AB"]<-(24+db$Pol1_acc1[db$Ordre=="AB"]-db$Pol1_acc2[db$Ordre=="AB"]+db$Pol1_acc3[db$Ordre=="AB"]-db$Pol1_acc4[db$Ordre=="AB"]-db$Pol1_acc5[db$Ordre=="AB"]-db$Pol1_acc6[db$Ordre=="AB"])/6
db$B_acc[db$Ordre=="AB"]<-(24+db$Pol2_acc1[db$Ordre=="AB"]-db$Pol2_acc2[db$Ordre=="AB"]+db$Pol2_acc3[db$Ordre=="AB"]-db$Pol2_acc4[db$Ordre=="AB"]-db$Pol2_acc5[db$Ordre=="AB"]-db$Pol2_acc6[db$Ordre=="AB"])/6
db$A_acc[db$Ordre=="BA"]<-(24+db$Pol2_acc1[db$Ordre=="BA"]-db$Pol2_acc2[db$Ordre=="BA"]+db$Pol2_acc3[db$Ordre=="BA"]-db$Pol2_acc4[db$Ordre=="BA"]-db$Pol2_acc5[db$Ordre=="BA"]-db$Pol2_acc6[db$Ordre=="BA"])/6
db$B_acc[db$Ordre=="BA"]<-(24+db$Pol1_acc1[db$Ordre=="BA"]-db$Pol1_acc2[db$Ordre=="BA"]+db$Pol1_acc3[db$Ordre=="BA"]-db$Pol1_acc4[db$Ordre=="BA"]-db$Pol1_acc5[db$Ordre=="BA"]-db$Pol1_acc6[db$Ordre=="BA"])/6

db$BGCC_1[db$BGCC_1=="Tout à fait en désaccord"]<-1; db$BGCC_1[db$BGCC_1=="Plutôt en désaccord"]<-2 ; db$BGCC_1[db$BGCC_1=="Ni d'accord, ni en désaccord"]<-3 ; db$BGCC_1[db$BGCC_1=="Plutôt d'accord"]<-4 ; db$BGCC_1[db$BGCC_1=="Tout à fait d'accord"]<-5
db$BGCC_2[db$BGCC_2=="Tout à fait en désaccord"]<-1; db$BGCC_2[db$BGCC_2=="Plutôt en désaccord"]<-2 ; db$BGCC_2[db$BGCC_2=="Ni d'accord, ni en désaccord"]<-3 ; db$BGCC_2[db$BGCC_2=="Plutôt d'accord"]<-4 ; db$BGCC_2[db$BGCC_2=="Tout à fait d'accord"]<-5
db$BGCC_3[db$BGCC_3=="Tout à fait en désaccord"]<-1; db$BGCC_3[db$BGCC_3=="Plutôt en désaccord"]<-2 ; db$BGCC_3[db$BGCC_3=="Ni d'accord, ni en désaccord"]<-3 ; db$BGCC_3[db$BGCC_3=="Plutôt d'accord"]<-4 ; db$BGCC_3[db$BGCC_3=="Tout à fait d'accord"]<-5
db$BGCC_4[db$BGCC_4=="Tout à fait en désaccord"]<-1; db$BGCC_4[db$BGCC_4=="Plutôt en désaccord"]<-2 ; db$BGCC_4[db$BGCC_4=="Ni d'accord, ni en désaccord"]<-3 ; db$BGCC_4[db$BGCC_4=="Plutôt d'accord"]<-4 ; db$BGCC_4[db$BGCC_4=="Tout à fait d'accord"]<-5
db$BGCC_5[db$BGCC_5=="Tout à fait en désaccord"]<-1; db$BGCC_5[db$BGCC_5=="Plutôt en désaccord"]<-2 ; db$BGCC_5[db$BGCC_5=="Ni d'accord, ni en désaccord"]<-3 ; db$BGCC_5[db$BGCC_5=="Plutôt d'accord"]<-4 ; db$BGCC_5[db$BGCC_5=="Tout à fait d'accord"]<-5
db$BGCC_6[db$BGCC_6=="Tout à fait en désaccord"]<-1; db$BGCC_6[db$BGCC_6=="Plutôt en désaccord"]<-2 ; db$BGCC_6[db$BGCC_6=="Ni d'accord, ni en désaccord"]<-3 ; db$BGCC_6[db$BGCC_6=="Plutôt d'accord"]<-4 ; db$BGCC_6[db$BGCC_6=="Tout à fait d'accord"]<-5

db$BGCC_1<-as.numeric(db$BGCC_1);db$BGCC_2<-as.numeric(db$BGCC_2);db$BGCC_3<-as.numeric(db$BGCC_3);db$BGCC_4<-as.numeric(db$BGCC_4);db$BGCC_5<-as.numeric(db$BGCC_5);db$BGCC_6<-as.numeric(db$BGCC_6);
db$BGCC<-(-db$BGCC_1+db$BGCC_2-db$BGCC_3-db$BGCC_4+db$BGCC_5-db$BGCC_6)/6

db$Choice[db$Choice=='0']<-NA
db$Choice[db$Choice=='A']<-0
db$Choice[db$Choice=='B']<-1
db$Choice<-as.numeric(db$Choice)

db$male<-0
db$male[db$genre=="Ne préfère pas répondre"]<-NA
db$male[db$genre=="Un homme"]<-1
db$male[db$genre=="Une femme"]<-0

db$edu<-0
db$edu[db$diplôme=="Licence"]<-3
db$edu[db$diplôme=="Master"]<-5
db$edu[db$diplôme=="Doctorat"]<-8

db$Ordre[db$Ordre=='AB']<-0
db$Ordre[db$Ordre=='BA']<-1
db$Ordre<-as.numeric(db$Ordre)


data<-db[,c('Traitement','Ordre','Choice','A_acc','B_acc','A_eff','B_eff','BGCC','age','male','edu','politique')]

#  Création d'une variable catégorielle pour la situation financière. 

db$finance[db$finance=="Vous ne pouvez pas y arriver sans vous endetter"]<-1; db$finance[db$finance=="Vous y arrivez difficilement"]<-2 ; db$finance[db$finance=="C'est juste"]<-3 ; db$finance[db$finance=="Il faut faire attention"]<-4 ; db$finance[db$finance=="ça va"]<-5 ; db$finance[db$finance=="Vous êtes à l'aise"]<-6
db$finance<-as.numeric(db$finance)
table(db$finance)

# Nouvelle base propre

data<-db[,c('Traitement','Ordre','Choice','A_acc','B_acc','A_eff','B_eff','BGCC','age','male','edu','politique', 'finance')]

Et voici le code utilisé afin de tester les hypothèses :

# Statistiques descriptives / histogrammes / correlations / table /etc.

hist(data$A_acc, col = blues9, main = "Acceptabilité moyenne pour la politique A")
hist(data$A_eff, col = blues9, main = "Efficacité moyenne pour la politique A")

hist(data$B_acc, col = blues9, main = "Acceptabilité moyenne pour la politique B")
hist(data$B_eff, col = blues9, main = "Efficacité moyenne pour la politique B")

hist(db$BGCC)

# Hypothese 1 (tests / regressions)
# OLS pour acceptabilité

modelAcc_A <- lm(A_acc ~ age + male + finance + edu + politique + Ordre + Traitement, data = data)
summary(modelAcc_A)

modelAcc_A <- lm(A_acc ~ age + male + edu + Ordre + Traitement, data = data)
summary(modelAcc_A)

modelAcc_B <- lm(B_acc ~ age + male + finance + edu + politique + Ordre + Traitement, data = data)
summary(modelAcc_B)

modelAcc_B <- lm(B_acc ~ age, data = data)
summary(modelAcc_B)

#OLS pour efficacité 

modelEff_A <- lm(A_eff ~ age + male + finance + edu + politique + Ordre, data = data)
summary(modelEff_A)

modelEff_B <- lm(B_eff ~ age + male + finance + edu + politique + Ordre, data = data)
summary(modelEff_B) 

# logit pour la décision de choix.
logit <- glm(Choice ~ Traitement + age + male + finance + edu + politique + Ordre, data = data, family = "binomial")
summary(logit)

# Hypothese 2 (tests / regressions)

#Test coefficient de contingence entre variable de choix et le traitement
contingence_table <- table(data$Choice, data$Traitement)
chi_square <- chisq.test(contingence_table)$statistic
n <- sum(contingence_table)
r <- nrow(contingence_table)
c <- ncol(contingence_table)
contingence_coefficient <- sqrt(chi_square / (n * min(r-1, c-1)))
print(contingence_coefficient)

Conclusion

Les résultats de cette recherche suggèrent que, bien que les politiques publiques axées sur le changement de comportement individuel puissent avoir leur place, elles ne doivent pas occulter des problèmes systémiques. Les politiques de type « nudge » ou d’incitation comportementale, bien qu’efficaces à court terme, peuvent s’avérer insuffisantes pour résoudre des problèmes profondément enracinés qui nécessitent des réformes systémiques.

L’étude montre également l’influence de l’attention limitée des individus sur la prise de décision politique. Cette notion d’attention limitée souligne l’importance de présenter des informations de manière à capter l’attention du public et à susciter un soutien aux réformes systémiques. Les résultats montrent que l’information peut jouer un rôle clé dans l’acceptabilité des politiques publiques, bien que l’effet puisse varier en fonction de la nature de l’information.

L’hypothèse selon laquelle l’information sur les politiques publiques augmenterait l’acceptabilité des politiques orientées vers les individus par rapport aux politiques orientées vers le système n’a pas été complètement vérifiée. Les résultats montrent que l’ajout d’information à un effet significatif sur l’acceptabilité de la politique B (taxe carbone) cependant, elle ne l’est pas pour la politique A (envoi d’information).

En ce qui concerne l’hypothèse selon laquelle l’ordre de présentation des politiques publiques peut jouer un rôle sur le choix final de la politique préférée, il ne semble pas y avoir d’effet significatif. Mon étude présente quelques limites. Premièrement l’échantillon est assez restreint, avec un total de 76 répondants à mon questionnaire. Il y a une plus grande proportion de femmes parmi les répondants que d’hommes, la parité n’est donc pas respectée. De même pour les tranches d’âge, une majorité des répondants ont entre 16 et 28 ans, ces éléments peuvent donc augmenter les biais au niveau des résultats et des interprétations.

Si cette étude vous intéresse et que vous souhaitez en savoir plus vous, vous pouvez la retrouver dans son intégralité ici.