Td corrigé La causalité dans les sciences de la population : retour sur le ... - Ined pdf

La causalité dans les sciences de la population : retour sur le ... - Ined

255) à l'égard de la micro-économétrie : « Une régularité importante que le ..... ce qu'ils vont faire, sujet des contraintes qui constituent une grande partie de notre monde social. ... Ils sont les formes d'organisation qui ne résistent à l'examen. ..... The Black-White gap in marital dissolution among young adults: What can a ...




part of the document



La causalité dans les sciences de la population : retour sur le principe de l’action humaine


Herbert L. Smith
Population Studies Center
Université de Pennsylvanie
Philadelphie, Pennsylvanie 19104-6298 É-U

HYPERLINK "mailto:hsmith@pop.upenn.edu"hsmith@pop.upenn.edu


Version du 26 avril 2011 ; une version très légèrement remaniée de celle disponible sur place au séminaire des Lundis de l’INED du 28 mars 2011. Commentaires et corrections bienvenus. Merci d’avance… et de votre intérêt !
La causalité dans les sciences de la population : retour sur le principe de l’action humaine

Résumé

Dans la littérature anglo-saxonne, l'idée du critère (ou principe) de « manipulation » dans l'étude des liens de causalité est débattue. Cette idée ?  Que la différence entre deux états d’être ne peut pas constituer un « effet d’une cause » en soi sauf quand les tels états (ou conditions) sont sujets à la manipulation dans le sens d’une expérience, où l’expérimentateur peut assigner aléatoirement (de manière réelle ou virtuelle) les sujets à ces conditions.  C’est un peu un casse-tête, car conceptuellement l’expérience est fortement présente dans la définition (contemporaine, moderne, statistique, anglo-saxonne) de « l’effet d’une cause » mais parmi les scientifiques en sciences sociales (surtout démographes), on a tendance à tenter d’identifier les causes dans des faits plus ou moins immuables, comme le sexe ou l’âge. Effectivement, la liste des « causes » potentielles dans la littérature est longue, mais la liste des facteurs, surtout au niveau individuel (où nous collectons la plupart de nos données) ne l’est pas.  Dans ce contexte, le critère de manipulation est un invité imprévu, voire malvenu.  Que faire ?  Bien sûr, on peut étendre la définition d’une cause afin qu’elle convienne à nos habitudes, et il y a toujours beaucoup à dire pour le pluralisme et la tolérance, en science comme ailleurs.  Mais si on se pose la question, « ce langage de causalité, pourquoi nous intéresse-t-il tant ? » on revient sur l’idée que, au fond, on s’efforce de découvrir ce qui va se passer si nous faisons quelque chose, quand nous agissons. De là, trois constatations et/ou implications :
Que c’est par la capacité d’action plus que par celle de manipulation expérimentale que « les vraies causes » s’annoncent, et qu’en tout cas, les choses immuables ne devraient probablement pas être considérées en tant que « causes » ;
Que dans le monde social, la plupart des actions se déroulent à un niveau plus élevé que celui de l’individu (et, par conséquent, que nous nous trompons avec la plupart de nos « analyses causales ») ;
Que l’établissement des « effets d’une cause », l’obsession actuelle de la littérature sociale scientifique américaine, n’occupe qu’un espace exceptionnellement limité du terrain fécond des démographes.
La causalité dans les sciences de la population : retour sur le principe de l’action humaine

En 2005 un tremblement de terre d’une magnitude de 7,9 a frappé le nord du Chili. Heureusement, ce grand séisme a assommé peu de gens. Pourtant, un nombre assez important ont été secoués, dont des femmes enceintes. Au vu de Torche (2011), le tremblement de terre était également « une expérience naturelle », lui permettant d’évaluer l’effet sur le poids de naissance de l’exposition au stress aigu. Sous l’hypothèse qu’un séisme ne cible pas les gens sauf par hasard, elle démontre que dans les zones qui ont subi les secousses maximales, les enfants des femmes enceintes du premier semestre touchées par le séisme pesaient à leur naissance en moyenne 51 grammes de moins que les enfants des femmes situées dans les zones non-affectées — un effet dû, pour la plupart, à un raccourcissement de la durée de gestation. De ces faits, elle insiste sur le rôle éventuel du stress maternel prénatal dans les inégalités sociales de santé.
Aux États-Unis, les listes des électeurs inscrits sont consultables par le grand public, y compris si un tel électeur a effectivement voté dans un scrutin spécifique. En 2004 une équipe de politologues a obtenu un grand fichier d’électeurs pour l’état d’Illinois — plus de 7 millions de noms au sein de 2,7 millions de ménages ! — dont leurs adresses et numéros de téléphone, des caractéristiques démographiques (sexe, âge), et leurs histoires de participation électorale (Arceneaux, Gerber et Green 2010). Ils en ont tiré un échantillon aléatoire de 16 000 électeurs éventuels (pas plus d’une personne par foyer) et ont tenté de les joindre par téléphone pour les encourager à voter dans une élection qui était en train d’arriver. Seulement 41% des gens sélectionnés étaient joignables, et la question se pose : Les gens les plus joignables (et, du coup, peut-être, les plus abordables), sont-ils aussi les plus aptes à répondre — c’est-à-dire, à voter — à la suite d’un tel coup de fil et le message apporté ? Arceneaux et al (2010, p. 260) s'intéressent à « l’effet causal d’un coup de téléphone sur ceux qui sont joignables ». Ils comprennent bien qu’un groupe témoin — même soigneusement sélectionné parmi les électeurs éventuels non appelés et appariés exactement (par rapport à l’histoire de la participation électorale, le sexe, et l’âge) à ceux qui ont été joints, donc encouragés — va mêler les « gentilles » personnes qui répondent quand le téléphone sonne à celles qui se méfient de ce genre d’appel, qui sont rarement chez elles, qui n’ont pas précisé un numéro de téléphone, etc. Par conséquent, pour évaluer l’effet d’un tel coup de téléphone parmi les personnes l’ayant bien reçu, Arceneaux et al. (2010) effectuent une analyse par la méthode de moindres carrés à deux étapes, où la sélection (ou non) originale (et aléatoire) pour se faire contacter sert en tant que variable instrumentale dans la régression de vote (oui ou non) sur contact réalisé (oui ou non). Il s’avère que : (a) la probabilité d’aller voter augmente de 2% avec la réception d’un tel message ; et, tout à fait, (b) les gens qui ont tendance à répondre aux coups de téléphone sont aussi les types qui ont tendance à voter, tout court.
Autre étude en 2004, dans la ville de New York, les entreprises et les commerçants qui cherchaient à recruter des employés pour des emplois ne nécessitant pas plus du niveau bac et peu d’expérience ont affiché des annonces de recrutement, comme d’habitude, dans les journaux et sur des sites internet. Les gens postulent pour ces emplois et les employeurs potentiels leur répondent ou ne leur répondent pas, les convoquent pour un entretien ou pas, leur proposent un emploi ou pas — tout à la manière désordonnée du marché du travail américain. Sauf que, de temps en temps, et d’une façon aléatoire, un employeur potentiel a reçu, dans un intervalle de 24 heures, trois candidats avec les qualifications essentiellement identiques, un « blanc », un autre « noir », et un troisième hispanique (portoricain). Leur ordre de candidature a varié entre les employeurs, bien sûr non informés de cet artifice. Quant aux « testeurs » — ces jeunes hommes qui ont effectué ses candidatures, qui se sont présentés aux entretiens — ils avaient été au préalable embauchés et formés par une sociologue qui cherchait à connaitre l’effet de la « race » (ou l’ethnicité ou la couleur de la peau) sur les chances d’une réponse positive (soit être convoqué pour un entretien, soit se faire proposer un emploi). Il s’avère qu’il n’y avait pas une différence significative entre les chances d’un « blanc » et celles d’un hispanique, mais qu’il y avait une différence significative pour celles d’un « noir » par rapport aux deux autres. Différence au combien significative ? Il y avait aussi un autre ensemble de testeurs dans lequel le candidat « blanc » venait de purger une peine de prison de 18 mois (possession de cocaïne) tandis que les deux autres candidats similaires (à l’exception de leur race ou ethnicité) présentaient des casiers vierges. Ce n’était que dans ce cas que les chances du « blanc » se sont rapprochées de celles du noir ! Pour résumer, une peau noire égalait en moyenne à 18 mois en prison (avec preuve de consommation de drogues), au moins dans les yeux de ces employeurs potentiels (Pager, Western et Bonikowski 2009).
Ces trois exemples sont des recherches d’un haut niveau scientifique, toutes parues, avec justice, dans les grandes revues. On en apprend beaucoup :
Que le stress lié à un choc soudain comme celui d’un tremblement de terre très violent chez les femmes enceintes a un rôle important sur la santé de leurs enfants, particulièrement pour celles enceintes seulement de quelques mois ;
Que les tentatives d’augmenter la participation électorale par le biais des coups de téléphone se heurtent en premier lieu au fait que ceux qui ont tendance à s’absenter des urnes sont également ceux qui sont peu enclins à décrocher le combiné ; et, surtout,
Que la discrimination ressentie dans le marché de travail par les africains-américains n’est pas du tout anecdotique : Elle est systématique, et elle est très forte.
Ces trois recherches s’appuient sur le cadre d’analyse qui s’efforce d’établir l’effet d’une cause, où un tel effet est défini en principe (et assez librement, pour le moment) en fonction de la différence dans la réponse d’une unité sous deux états d’être différents. De cette manière, Torche (2011) veux savoir la différence entre le poids de naissance d’un enfant issu d’une mère qui a été très stressée par un tremblement de terre et celui de l’enfant de cette mère dans le cas où elle n’aurait pas subi un tel choc. Arceneaux et al. (2010) cherchent à établir la probabilité qu’un électeur potentiel, qui reçoit un message téléphonique qui lui rappelle qu’il (ou qu’elle) devrait voter, va voter, par rapport à la probabilité qu’il (ou elle) aurait voté s’il (ou elle) n’avait pas écouté ce message. Pager et al (2009) s’intéressent aux différences de comportement quand un employeur potentiel se trouve avec un postulant à la peau blanche en comparaison de ce qui se passe quand le candidat, autrement semblable, est « noir ».
Étant donné que les événements à l’échelle humaine ne sont pas régis par les principes de la mécanique quantique — c’est-à-dire qu’on ne peut pas être dans deux états d’être différents en même temps — il faut une astuce pour qu’on puisse évaluer cet effet conceptuel. Heureusement, il y en a plusieurs, à l’instar de I’essai contrôlé randomisé, où les sujets sont assignés au hasard aux interventions — les groupes expérimentaux et témoins, les traitements et les contrôles (pour l’instant le vocabulaire doit rester flou). Comme l’ont exprimé Greiner et Rubin (2010, p. 4), qui constatent :
… le statut de l’essai randomisé comme l’étalon d’or pour l’inférence causale et du coup la nécessité d’effectuer l’analyse des données non-expérimentales par l’intermédiaire d’une expérience hypothétique dans laquelle, surtout, les facteurs éventuellement confondues [avec la répartition des sujets par « cause »] sont distinguées des résultats intermédiaires et sont équilibrées entre les groupes expérimentaux et témoins….
Par conséquent, Torche (2011) se vante d’exploiter une expérience naturelle « parce qu’un tremblement de terre est un événement aléatoire vraisemblablement non-corrélé aux caractéristiques au sein de la population qui influent sur les résultats des naissances ». Chez Arceneaux et al (2010), le « traitement » — la réception d’un message qui conseille vivement d’aller aux urnes — ne s’impose pas au hasard : il est fonction d’un processus aléatoire (la sélection des électeurs éventuels pour recevoir ces appels) et une tendance qui s’avère non-aléatoire (la volonté de décrocher le combiné). Mais sous l’hypothèse que ce premier n’agit que sur la décision à voter par le biais de ses effets sur le dernier (contacte par téléphone), on peut évaluer les effets de ce contacte comme décrit ci-dessus (la méthode des moindres carrés à deux étapes).
Quant à Pager et al (2009), c’est un peu plus compliqué. Ils parlent d’une « expérience sur le terrain », mais tandis que les sujets de l’expérience — les employeurs potentiels — ont été sélectionnés d’une façon aléatoire, ils n’ont pas été assignés au hasard aux testeurs à la peau blanche, à la peau noire, et à la peau… hispanique. Bien au contraire, chaque employeur échantillonné a reçu tous les « traitements », systématiquement les trois postulants. L’ordre de contact a été déterminé de façon aléatoire, mais au fond les effets des causes demeurent avec ce que Holland (1986) a bien appelé la « solution scientifique », pour le distinguer de la « solution statistique », la comparaison des résultats moyens entre les groupes, dont l’essai contrôlé randomisé prime en fonction de sa capacité d’égaler ces groupes par rapport aux autres variables éventuellement confondues. Pour la solution scientifique, dans ce cas-ci, il s’agit de maintenir les suppositions de (a) « la stabilité à travers le temps » et (b) « la caractère éphémère de la causalité » (Holland 1986, p. 948) ; en bref, que la conséquence observée à la suite d’une intervention (d’un traitement) ne dépend pas de quand l’intervention s’est passée, et que la réponse ou le résultat dans la foulée d’une telle intervention et sa mesure ne dure pas, afin que la réponse plus tard du même sujet à une autre intervention ne soit pas changée par l’intervention et l’observation antérieure. En particulier, la décision d’un employeur potentiel par rapport à un candidat « blanc » doit être la même selon que l’employeur ait déjà reçu la candidature d’un postulant similaire à l’exception de la couleur de sa peau, ou que l’employeur ne l’ait pas encore reçu. Et pareillement si on substitue « noir » pour « blanc »… sans parler du candidat dit « hispanique ». Voir Pager (2007) pour mieux comprendre les conditions et la dynamique de cette façon d’intervention expérimentale.
Mais suffit-il d’établir ces effets de ces causes pour obtenir les « inférences de causalité » comme les a nommées Pager (2007, p. 109), par exemple ? Ici on commence à marcher sur des œufs, parce qu’il y a beaucoup de penseurs au fil des années, à travers les divers domaines, qui se sont prononcées sur le sujet. On n’ose pas dire « Alors, voici la définition canonique » ; il y a trop de canons. Par conséquent, je suis Holland (2008, pp. 97-99) en démêlant trois objectifs possibles dans les études dites « causales » :
À la recherche des causes. Quelque chose est arrivée ; pourquoi ? (« Préciser les causes est souvent une forme d’autopsie spéculative ».)
Évaluer les effets. Et si ? (« Quand on pose une question de type Et si ? on cherche à savoir l’effet de quelque cause ou intervention qu’on pourrait envisager de faire ».)
Préciser les mécanismes. Comment ça marche? (« Comprendre et préciser les mécanismes de causalité est peut-être l’objectif fondamental de la science  ».
Effectivement, ce sont tous les trois des objectifs importants de la recherche, bien qu’ils aient tendance à s’embrouiller. Comme l’a démontré Holland (1986), il n’est que pour le deuxième — l’évaluation des effets des causes — pour lequel il existe sur le plan statistique une épistémologie concrète, grâce à la définition de l’effet d’une cause en tant que la différence entre les réponses d’une unité sous deux traitements alternatifs, deux causes potentielles.
Peut-être deux caractéristiques opposées, comme les couleurs de la peau ? Quand on ne considère que les méthodes statistiques pour calculer « l’effet d’une cause », on peut les évaluer, les critiquer, et les améliorer de façon plus ou moins acceptée, par référence au cadre expérimental et ses mimétismes. Mais si on lui ajoute la définition d’une cause d’après Holland (2008, p. 98) — une « intervention qu’on pourrait envisager de faire » — on commence à voir beaucoup (voire la plupart) d’études dites « causales » d’une autre perspective. Pour revenir sur nos trois exemplaires :
Un tremblement de terre est une catastrophe naturelle. On n’envisage pas de créer ou simuler un séisme, et en tout cas la dose de stress qui arrive dans la foulée est un malheur qu’on espère éviter, pas de précipiter. Qu’un tel stress puisse nuire au poids de naissance des enfants (et en particulière le poids de ceux qui sont nés de femmes qui n’étaient que dans leur premier trimestre de grossesse au moment du tremblement de terre) est une découverte intéressante. Mais pour aller plus loin et préciser quelles interventions pourraient pallier le stress afin qu’on puisse égaliser la santé entre les groupes variés au sein d’une société… le chemin reste long. Rien n’est encore acquis : D’avoir trouvé les effets du séisme dans ce cas-ci grâce au cadre « causal » esquissé ci-dessus ne dit pas qu’on va trouver une prise sur toutes ces questions « Et si… ? » qui restent.

Arceneaux et al (2010) tiennent à démontrer l’insuffisance de la méthode d’appariement à l’égard de leur paramètre préféré, « l’effet du traitement sur les traités ». Cette méthode a beau l’estimer avec ces données, la tendance de décrocher le combiné n’est pas observée à priori. C’est peut-être une belle victoire sur le plan méthodologique, mais dans l’optique d’un militant politique qui pense aller à la pêche aux voix, l’effet d’un coup de téléphone sur ceux qui l’ont reçu n’est pas primordial. Il ou elle veut savoir ce qui va arriver si on commence à inonder d’appels téléphonique dont la majorité n’aboutira pas. Dans ce cas-si, l’effet prôné par Arceneaux et al (2010) ne s’accorde pas bien avec l’ « intervention qu’on pourrait envisager de faire ». Voici un sens dans lequel l’analyse de causalité comme un exercice technique nous a mené en bateau par rapport à l’objectif, « Et si… ? »

Pager et al (2009) sont intervenus — attentivement, soigneusement, et, surtout, secrètement —afin que les vrais employeurs potentiels soient confrontés par trois candidats qui ne se différencient pas à l’exception de leur « race » ou leur ethnicité. Intervention accomplie, mais d’avoir effectué une telle intervention n’est pas de dire que la « race » (ou l’ethnicité, ou la couleur de la peau) est la cause de la discrimination, bien que l’écart entre le traitement de ces candidats d’ailleurs semblables soit un bon (si triste) indice de l’étendue de la discrimination contre les gens « noirs » qui cherchent un emploi à New York, même peu qualifié. En effet, Pager (2007, p. 105) met le doigt dessus quand elle écrit qu’un grand atout d’une expérience sur le terrain est « l’occasion d’observer directement la discrimination ». C’est très important, car il reste des penseurs et des chercheurs qui croient que la discrimination n’existe plus, ou qu’elle ne peut pas exister (Pager et al. 2009, pp. 778-779). Mais — et en dépit de l’emploi d’une méthode expérimentale et une intervention effectuée par les chercheurs — la constatation scientifique tirée de cette étude n’a rien à voir avec la causalité. On ne va pas suggérer que les gens changent la couleur de leur peau. La discrimination existe ; pour les remèdes, il faut chercher ailleurs (Holland 2008, pp. 102-103).
On ne veut pas remettre en cause ces recherches. Comme on l’a dit, on tire de chacune des connaissances utiles. Mais l’heure est pour nous de se demander si peut-être nous n’avons pas mis trop en exergue la causalité elle-même, en particulier, l’idée que l’établissement des effets des causes devrait primer, même au cas où il existe un grand écart entre ces effets et notre capacité d’effectuer une cause, d’intervenir. On dit souvent « corrélation ne signifie pas causalité », mais la causalité, cela signifie quoi pour nous, effectivement ? Le cadre que nous avons conçu pour établir « la causalité » n’est que peu de choses sauf si nous considérons sérieusement « les causes » comme des interventions qu’on pourrait envisager de faire. Il s’avère que
La plupart de ces interventions se déroulent à un niveau plus élevé que celui de l’individu (et, par conséquent, que nous nous trompons avec la plupart de nos « analyses causales ») ;
L’établissement des « effets d’une cause », comme on l’a illustré ci-dessus, n’occupe qu’un espace exceptionnellement limité du terrain fécond des démographes.

La causalité : Les atouts de la synthèse moderne
« Comme un malade qui se sent perdu, elle ne demandait plus de remèdes, qu’elle cherchait encore des explications » — M. Yourcenar (2006/1939), Le Coup de Grâce, p. 52.
Il s’agit de Sophie, amoureuse à mauvais escient d’Éric, ami d’enfance devenu militaire antibolchévique. Cela se finit mal. Mais si on abstrait des éléments logiques de cette phrase (en ignorant l’histoire de ces jeunes gens), on peut entrevoir deux idées très importantes pour la pensée contemporaine sur la causalité dans le domaine des sciences sociales.
Au premier plan il y a la distinction entre deux problèmes : mesurer les effets des causes, et déterminer les causes des effets. Cette distinction se montre nettement pour la première fois dans Holland (1986). Lecoutre (2004, p. 224), à propos de Dawid (2000), la capte bien :
distinguer l’inférence sur les effets des causes, qui consiste à comparer les conséquences attendues de différentes interventions possibles dans un système, et l’inférence sur les causes des effets, où l’on cherche à comprendre la relation causale entre un résultat déjà observé et une intervention antérieure. [C]es deux types d’inférences, qui correspondent à deux types de questions différentes, sont tous deux valides et importants, mais qu’ils nécessitent des analyses différentes, bien que liées : par exemple des résultats d’enquêtes épidémiologiques, qui sont directement pertinents pour les questions relevant des effets des causes, sont souvent utilisés de façon inappropriée pour répondre à des questions sur les causes des effets, sans prêter suffisamment d’attention à la différence entre les deux types de questions.
Comme Sophie, les démographes sont surtout les chercheurs des explications : La fécondité, pourquoi a-t-elle baissé en Afrique (Fall et Ngom 2001) ? Pourquoi le nombre d’avortements n’a-t-il pas baissé en France (Bajos, Moreau, Leridon et Ferrand 2004) ? Est-ce que c’est le système de santé américain qui est la cause de l’espérance de vie relativement basse aux États-Unis (Preston et Ho 2009) ?
Sur le plan philosophique et statistique, les effets des causes font partie du passé au sens qu’ils constituent une analyse rétrospective (Holland 2008, p. 197) dans laquelle il faut supposer que les effets des causes sont les mêmes pour toutes les unités de la population (Lecoutre 2004, p. 225) afin de savoir si une réponse observée peut être attribuée après coup à un traitement spécifique (Dawid 2000, Lecoutre 2004, pp. 230-234) ; et au fur et à mesure que la connaissance s’approfondit, on élabore de plus en plus les variables qui s’enchainent en tant que « les causes réelles » (Holland 1986, p. 959). Par exemple — et par rapport à ce dernier point — la précision biologique, mathématique, et statistique des déterminants proches de la fécondité (Bongaarts 1978, Bongaarts et Potter 1982) est un vrai triomphe de la démographie, mais la capacité de quatre mesures fondamentales (l’âge au mariage [ou d’activité sexuelle], la durée de l’allaitement maternel [en combinaison avec l’abstinence sexuelle postpartum], la pratique de la contraception, et le niveau d’avortement) à expliquer la plus grande part de la variation dans les taux de fécondité ne signifie pas à considérer que ces quatre mesures sont « les réelles causes ». Plus on retourne vers les variables socioéconomiques et psychosociologiques (Leridon 2002, pp. 265-267) et, avant elles, vers les facteurs institutionnels de la fécondité (de Bruijn 2002, p. 418), plus on se rend compte que « les réelles causes » n’existent pas. Tout dépend de la résolution, de l’optique.
Il ne faut pas pousser. Si pour les statisticiens, l’inférence statistique (voire l’inférence statistique causale) se fond sur les « concepts hypothétiques (par exemple celui de population) » (Lecoutre 2004, pp. 194-195 et 204), dans l’optique des démographes il s’agit des populations qui se montrent plus proches de la « réalité », avec l’inférence statistique causale n’étant qu’une partie d’une trousse à outils qui se justifie dans la mesure où l’emploi a des bons rendements. En conséquence, on peut imaginer un haussement d’épaules collectif face aux exigences d’usage qui contreviennent au bon sens. On comprend qu’il y a une différence entre la recherche des facteurs qui expliquent l’augmentation du divorce dans une population (les causes d’un effet) et la question de ce qui va arriver dans la foulée d’un changement législatif qui libéralise l’accès au divorce (l’effet d’une cause) (e.g., Festy 2002, pp. 23-24).
Mais à la différence de Sophie, quand on continue de chercher des remèdes, on tombe forcément sur les effets des causes… « Et si… ? »
En bref, pour l’unité u, il existe deux résultats potentiels :
Yt(u) est la réponse (valeur ou résultat observé) à la suite d’un traitement t
Yc(u) est la réponse à la suite d’un autre traitement, e.g, c, une condition de contrôle
et l’on définit Yt(u)-Yc(u) comme l’effet causal du traitement t (par comparaison au témoin c) pour l’unité u. Rubin (2005) aborde l’histoire et explique la nouveauté de cette notation. On a déjà parlé du problème fondamental de la causalité — comment observer tous les deux, Yt(u), Yc(u) — mais pour l’instant il vaut mieux reconnaitre qu’en situant la définition de l’effet au niveau de l’unité, cette définition, d’ailleurs assez simple, a mis en exergue l’hétérogénéité « du » soi-disant effet causal. Comme l’a dit Heckman (2001, p. 255) à l’égard de la micro-économétrie : « Une régularité importante que le champ a décelée sur le plan empirique est la diversité et l’hétérogénéité des comportements » ; et à voir Moffitt (2005, pp. 97-101) pour une élaboration du lien entre ces idées économiques et l’étude de la population.
Dès lors, trois revirements :
Une plus grande compréhension du fait que les résultats d’un essai randomisé contrôlé ne sont pas à priori un summum bonum (Smith 1990). Par exemple, Fournier et al (2010) enchainent un nombre important de tels essais, sur l’effet (ou non) des médicaments sur la dépression, pour démontrer qu’il n’existe pas « un » effet — que tout dépend de la sévérité initiale de la dépression. On ne peut que déceler une amélioration due aux médicaments dans les cas les plus symptomatiques au début.

Plus d’intérêt dans les méthodes d’analyse (en particulier, la méthode d’appariement [Smith 1997]) qui exige le support — que les distributions des unités traitées et non-traitées se chevauchent suffisamment — avant de tirer des inférences sur la nature et l’étendue des effets.

De ce fait, plus d’attention sur le besoin de préciser la population pour laquelle ces effets variés se présentent. Par exemple, aux États-Unis, plus on est défavorisé à l’égard des facteurs qui soutiennent l’éducation (e.g., milieu d’origine), plus on en profite, au niveau universitaire (Brand et Xie 2010 ; Hout 2011). Du coup, les effets de l’éducation universitaire s’entremêlent à la question de qui va pouvoir accéder à une telle éducation.
Qui plus est, si les remèdes n’agissent pas de la même manière pour tout le monde, il s’avère aussi que la plupart des « causes » ne sont pas les remèdes. Personne n’agit. Et, surtout, personne ne réfléchit avant d’agir. C’est comme si on n’avait pas de choix.

On y a déjà été
La transition, il y a 2 500 ans, entre un monde intellectuel dans lequel les actions arrivent pour les raisons qui n’ont rien à voir avec la réflexion, et un monde intellectuel dans lequel les actions en tant que causes sont fonction de la réflexion des hommes, est vivement décrite par de Romilly (1994), dans le contexte de l’essor de la psychologie dans la littérature grecque classique. Cela a fait partie de la transformation radicale dans la représentation et la compréhension du comportement humain, dans la tragédie (d’Eschyle et de Sophocle à Euripide), dans l’histoire (d’Hérodote à Thucydide), et dans la philosophie (de Parménide et d’Héraclite à Socrate, par exemple). Évidemment, l’action a toujours existé chez les anciens — les héros d’Homère étaient les hommes d’action par excellence. Ce qui est nouveau, c’est l’idée que les événements mis en train par les hommes se doivent aux actions qui suivent de la réflexion et du choix. C’était l’époque de la naissance de la médecine, de l’histoire, et du droit. Les athéniens cherchaient avidement « une science de l’homme » qui offrirait la possibilité de prédire l’avenir, grâce à une connaissance habile des causes des comportements des hommes.
Vus de notre époque, les anciens ont manqué un peu de réalisme. Ils n’ont pas su distinguer l’effet d’une cause de la cause d’un effet, ni définir l’effet d’une cause comme la différence entre deux résultats potentiels. Bien entendu, ils n’ont pas bien compris l’idée des effets hétérogène. Ils ont cherché (de Romilly 1994, p. 17) :
… non pas l’originalité, la subtilité, la complexité, mais les grands règles présidant aux conduites humaines. Même Médée, même Phèdre, en plein désordre de la passion, ont tendance à formuler leur angoisse sous forme de grandes maximes valant pour tous et expliquant tout…. À partir du moment où l’on se met à étudier l’homme, on espère arriver à des règles, à des conséquences.
En même temps, en regardant dans le rétroviseur, on ne peut pas s’empêcher de remarquer des parallèles entre la pensée de cette époque et la pensée de la nôtre, en particulier par rapport à l’inventaire des causes comme elles ont existé avant l’idée qu’une cause pourrait et devrait s’attacher à une action après réflexion. Par exemple, et par rapport à notre époque :
Dépendance de la trajectoire et à ses conditions initiales. Ce sont également les explications idiographiques. Jadis, c’était Hérodote tout court, surtout sur les cycles de vengeance (de Romilly 1994, p. 127) :

Astyge était devenu le beau-frère de Cyrus…. Et pourquoi Cyrus avait-il attaqué cet Astyage ? On apprend plus loin que c’est parce qu’Harpage l’appelait à se venger… ; cette interprétation permet de placer là une anecdote ; mais elle offre du tout une explication fort sommaire. Plus loin, Sparte envoie une expédition contre Samos : pourquoi ? Pour punir le vol d’un cratère et d’une cuirasse, dit-on à Sparte. Peut-être… Mais les Corinthiens aident Sparte : pourquoi ? Parce qu’eux aussi ont subi une offense, deux générations plus tôt….

À notre époque, c’est toujours le péché commun : pas le manque des causes universelles, mais de confondre les effets des causes avec les causes des effets. On ne peut pas nier que le monde comme il existe est fonction de ce qui s’est déjà passé ; mais dans quelle mesure doit-il déterminer l’avenir ?

Les forces exogènes : « une tempête, une vague, un accident quelconque » (de Romilly 1994, p. 34). Ils ont surgi souvent chez les grecs et ont servi pour tronquer plusieurs réflexions et pour animer beaucoup d’action. À notre époque, on les appelle les expériences naturelles.

Les forces qui s’entremêlent à l’intérieur des hommes. Avant le Vème siècle athénien, il s’agissait des dieux, qui planaient partout. Il est primordial chez Homère, pour qui « L’action va plus vite que la réflexion, et la balaie allègrement. Ou bien, s’il faut, ce peut être un dieu qui se plaît à intervenir et à décider » (de Romilly 1994, p. 34). Par conséquent, « la causalité divine vient souvent ôter beaucoup de son importance à la causalité humaine » (de Romilly 1994, p. 36).

Et surtout, même quand l’homme semble décider seul, on ne sait jamais si ce n’est pas un dieu qui le mène. Eschyle montre constamment cette causalité divine qui vient doubler et fausser le libre jeu des mobiles humains (de Romilly 1994, p. 65).

À notre époque, personne ne prétend que les dieux des anciens existent toujours, et qu’ils se mêlent encore dans les affaires des hommes. Nous sommes plus sages. Nous savons qu’il s’agit des gènes. Si jadis les grecs croyaient que « l’homme se composait d’une pluralité d’aspirations plus ou moins localisées dans son corps, et ne constituait une entité spirituelle » (de Romilly 1994, p. 14), ils se trompaient en l’attribuant au gré des dieux et non, par exemple, à la psychologie évolutionniste.

Pas de causalité sans intervention ?
« Je le dis d’une façon la plus brusque et la plus argumentative possible, que les causes ne sont que ces choses qui pourraient être, au moins en principe, les traitements dans un essai randomisé » — Holland (1986, p. 954)
« L’intervention en tant que critère d’inférence causale a été difficile de digérer au sein d’une discipline qui d’habitude fait connaitre les effets causals surtout du sexe, de la race, et de l’âge sur plusieurs phénomènes » — Smith (1997, p. 336)
Dans son article canonique sur la causalité et la statistique, Holland (1986, p. 959) a mis en exergue — littéralement : en lettres majuscules — le slogan « pas de causalité sans intervention ». L’idée, au moins au début, était que si les caractéristiques alternatives d’une unité n’étaient pas celles dont on peut manipuler — c’est-à-dire, assigner par hasard, en réalité ou en concept — elles étaient effectivement les traits immuables. Et les traits immuables ne peuvent pas être les causes. Pourquoi pas ? Car leur immuabilité signifie qu’il n’y a aucune possibilité d’action, d’intervention… du moins au niveau où les réponses ou les résultats s’attachent à ces caractéristiques. Le lien entre le potentiel pour intervention (la réflexion, l’intervention, la manipulation, l’immuabilité) et la causalité se voit clairement au sein de Holland (2008), très dubitatif sur la race (soi-disant) comme une « cause » de n’importe quoi. On a déjà mis en valeur la question qui s’accorde à la définition d’un effet d’une cause : « … on cherche à savoir l’effet de quelque cause ou intervention qu’on pourrait envisager de faire »  (Holland 2008, p. 197).
Bien évidemment, Holland (1986) a voulu provoquer ses collègues, et il a réussi. Ils se sont révoltés pour la plupart contre les entraves d’une éthique trop étroitement associée avec le modèle d’un essai randomisé contrôlé. La révolte s’est annoncée très forte chez les démographes, une tribu qui aborde les sujets qui n’admettent pas souvent l’expérimentation. On peut lire, par exemple, Ní Bhrolcháin et Dyson (2007, p. 3), qui pestent contre un illogisme perçu :
Par conséquent, et pour la plupart, on ne peut pas démontrer, par l’intermédiaire de l’expérimentation ou de l’intervention, que les facteurs qui priment pour les démographes sont des causes. Pourtant, pour prétendre que cela signifie qu’elles n’ont pas la capacité d’être les causes impliquent que la plupart des phénomènes sociaux et démographiques n’ont pas de causes — une position inadmissible. La capacité pour la manipulation, en tant que critère d’exclusion, est également fautive dans la science de la nature. Par exemple, si on y croit, c’est d’écarter la lune en tant que la cause des marées.
Ou Russo, Wunsch et Mouchart (2010, p. 8 ) qui s’indignent :
Si l’on accepte le cadre contrefactuel/manipulation, les traits (tels que l’âge, le sexe, la race,…) ne peuvent pas fonctionner en tant que les causes, en effet. Pourtant, maints scientifiques considéraient le sexe comme une cause de la discrimination par rapport aux salaires de départ dans plusieurs pays, l’ethnicité comme une cause de la prévalence différentielle du VIH en l’Afrique subsaharienne, le vieillissement comme une cause de la perte d’écoute, etc. C’est parce que ces traits ne s’associent qu’aux effets respectifs — ils font partie du mécanisme de causalité lui-même. Par exemple, l’appartenance ethnique en Afrique a pour conséquence des différences à l’égard des normes et valeurs sur le plan reproductif, et des comportements sexuels (particulièrement le nombre de partenaires sexuels), et ces caractéristiques sont les facteurs importants par rapport à l’exposition au VIH. N’importe quel cadre au sein des sciences sociales qui ne peut pas tenir compte des traits est par conséquent nécessairement incomplet.
On peut s’interroger longuement sur les défauts et les lacunes d’un cadre de pensée qui n’exige pas, pour les gens atteints du VIH, que ce soit dû à leur appartenance ethnique. Mais, en fin de compte, il y a toujours beaucoup à dire pour le pluralisme et la tolérance, en science comme ailleurs. On ne peut pas empêcher que les chercheurs cherchent les causes partout, et qu’ils étiquètent de toute manière les caractéristiques individuelles comme « les causes ». Quoi qu’il en soit, ce qui importe surtout dans la maxime de « pas de causalité sans intervention » est l’intervention dans le sens de l’action — qu’on peut envisager de faire quelque chose, d’agir. Pourtant, et malheureusement, le lien étroit entre cette maxime et la manipulation expérimentale — l’affectation au hasard des unités expérimentales aux traitements — semble avoir mené à un rejet inconscient des avantages d’une telle perspective.
Il y a un brin d’ironie dans la situation. Les scientifiques qui ne vont jamais pouvoir équilibrer leurs groupes de traitement et témoins grâce à un essai randomisé contrôlé rechignent à l’idée que la causalité est définie par un tel processus. Mais en même temps, l’équilibre entre groupes par rapport aux autres facteurs d’ailleurs imparfaitement connus, qui peut-être porte sur la réponse d’intérêt ne suffit pas pour que les effets observés soient « causals ». Pour revenir sur « le sexe comme une cause de la discrimination par rapport aux salaires de départ », on a remarqué depuis longtemps que le sexe est très bien randomisé au départ, c’est-à-dire à la naissance, afin que le milieu social ne soit pas confondu avec le sexe (Smith 1990, p. 97). Comme l’a dit Blinder (1973, p. 449), « Manifestement, les femmes blanches sont nées dans plus au moins les mêmes localités des mêmes genres de parents et dans les familles de tailles plus ou moins égales ». Ce n’est pas pour rien qu’il a intitulé cet article renommé « Discrimination dans les salaires… » et non « Les effets causals de sexe sur les salaires ». On peut observer les différences entre les salaires les hommes et les femmes et on peut constater leur évolution à travers le cours de la vie. Si l’on veut, on peut envisager plusieurs actions qui peut-être changeront la donne. Mais les actions ne sont pas « le sexe », et les répartitions respectives des salaires par sexe ne fait que suggérer ce qui pourrait se faire redistribuer dans la foulée des telles actions (Holland 1988).

Action sociale intentionnelle
Qu’est-ce que c’est l’action sociale ? Ce n’est pas la randomisation, ni l’intervention de l’extérieur, dans le sens de l’expérimentateur (ou la loterie, ou un séisme) en tant que l’agent (celui qui agit).
Les gens font beaucoup de choses. Ils votent. Ils vont à l’école pour se faire scolariser. Ils se droguent. Ils s’accouplent et ils se marient. Quoi qu’il en soit, les gens —les individus — choisissent ce qu’ils vont faire, sujet des contraintes qui constituent une grande partie de notre monde social. C’est également vrai que les gens ont tendance à se comporter d’une telle manière afin de contredire une supposition de base du modèle expérimental pour l’attribution de la causalité (du moins au niveau de l’individu) : que les réponses de l’un, réalisées ou potentielles, ne dépendent pas des états des autres (soit assignés, soit choisis). Au moins sur cet aspect, nous ressemblons aux héros grecs : Les actions de l’un décident souvent de celles de l’autre. Nos choix et nos désirs et, par conséquent, les résultats des actions entreprises suite à ces mobiles, se conditionnent mutuellement. Cette interférence entre les unités est en effet ce qui définit la société, la politique, l’économie (Smith 2003, p. 463). De cette manière, la manipulation, dans le sens de l’affectation au hasard des individus aux conditions dites « traitements » n’a pas tendance à créer les répartitions de traitements et de réponses qui ressemblent beaucoup à l’action et aux conséquences de cette action dans le monde social.
Dans cette optique, les « vraies » causes sont les états alternatifs qui nous contraignent, qui conditionnent nos choix, nos décisions, nos comportements ; et, surtout, qui peut changer grâce à nos actions (soit individuelles, soit collectives). Ils sont réels et ils sont flous. Ils sont les politiques, qui sont mises en œuvre d’une façon diffuse. Ils sont les lois et les règlements qui sont peut-être appliqués et respectés… et peut-être pas. Ils sont les coutumes et les mœurs où il y a plus d'honneur à les enfreindre qu’à les observer. Ils sont les formes d’organisation qui ne résistent à l’examen. Ils sont les systèmes de santé et d’assurance tellement complexes qu’on peut à peine les définir (Sekhon 2010). Ils sont les prix dans le marché. Et leurs contrefactuels ? Ils sont d’autres politiques, d’autres lois et règlements, d’autres mœurs et coutumes, d’autres formes d’organisations, d’autres systèmes, d’autres plans. À nous de choisir. Comme l’a dit Holland (2008, p.102), à l’égard de la causalité et la discrimination :
Si la race n’est pas une variable, comment effectuer des analyses du problème de la discrimination raciale sur le plan de la causalité, le cas échéant ? C’est sûr que nous réfléchissons à la discrimination raciale sur le plan de causalité parce que nous sommes beaucoup à croire que la discrimination raciale est quelque chose qui peut être changée, diminuée, ou autrement corrigée. Il y a ceux qui songent au jour où la discrimination raciale tombera dans l’oubli. C’est quoi qui doit changer ? Évidemment, ce n’est pas la couleur de peau des gens, ou une autre caractéristique physique. Il est clair que la discrimination est un phénomène social, que l’on apprend, qui est enseignée et nourrie par un système social dans lequel elle joue un rôle complexe. De cette manière, quand nous envisageons un monde sans discrimination nous envisageons un système social entier qui doit s’opposer de plusieurs façons à celui qui est en face à notre époque. On doit presque imaginer un monde parallèle, pour ainsi dire, dans lequel les choses sont tellement différentes que celle que nous pouvons identifier comme la discrimination dans notre propre monde n’existe plus dans ce monde parallèle.
À nous d’agir. Mais comment créer des autres mondes ? L’essai éponyme sur le l’action sociale intentionnelle commence par le constat que :
D’une façon ou d’une autre, le sujet des conséquences inattendues de l’action intentionnelle a été abordé par virtuellement tous les grands participants à la longue histoire de la pensée sociale (Merton 1936, p. 894).
C’est-à-dire que, même il y a 75 ans, c’était déjà une idée bateau : qu’on pourrait agir avec l’intention de faire une chose, mais achever de précipiter les effets imprévus (voire pervers). Il est quand même à noter le concept d’action qui exige les « mobiles et par conséquent un choix entre plusieurs alternatives » (Merton 1936, p. 895). Ce n’est pas une perspective qui figure au premier plan dans notre époque, où il est plus typique de vouloir établir, dans le contexte d’une étude non-expérimentale, que l’effet observé se doit à une certaine cause précisément parce que les effets se trouvent où (et quand) l’on s’y est attendu… et non ailleurs (Rosenbaum 1984).
C’est dommage pourtant que l’idée d’une cause en tant qu’action sociale intentionnelle se soit glissée en arrière-plan. Ce n’était pas seulement parce que les choses ne s’avèrent pas toujours comme prévues que Merton (1936) voulait mettre en valeur les conséquences inattendues des actions sociales intentionnelles comme objet d’étude sociologique. Bien entendu, il y a une partie des effets imprévus « qui sont occasionnés par l’interaction des forces et des circonstances qui sont tellement complexes et nombreuses que leur prévision demeure au-delà nos capacités » (Merton 1936, p. 900). Mais il s’intéressait également aux raisons qui font que l’on penche pour une action sociale spécifique —qu’il s’agisse de l’opinion, de la hâte, de l’ignorance, ou, surtout, des valeurs fondamentales (Merton 1936, p. 903) :
… quand un système de valeurs fondamentales empêche certaines actions spécifiques, les fidèles ne se concernent pas avec les conséquences objectives de ces actions, mais seulement avec la satisfaction subjective d’un devoir bien fait. 
On n’est pas loin des observations de Le Bras à l’égard du PACS dans la France contemporaine… et à venir :
On confond trop souvent la structure de la société civile et sa capacité d’action. Cette structure est le résultat d’une lente accumulation de différences, mais elle ne possède aucune intelligence de l’action, aucun plan de développement, uniquement une somme de pressions et de tensions que le vote de mesures allège ou renforce. Il me semble que ces pressions ne justifient pas le vote de lois. Les lois reposent bien plus sur la philosophie politique qui les sous-tend. Les partisans du PACS, par exemple, s’inscrivent dans une ligne plus libertaire et plus contractuelle. Les opposants du PACS défendent une conception qu’ils disent naturelle de la famille. En fait, personne ne peut dire quelles seront les conséquences à long terme de cette loi. La seule certitude, c’est qu’en votant la loi on a changé la société et mis en mouvement d’autres forces qui s’exprimeront par d’autres pressions (Le Bras et Ténédos 2006, p. 96).
Les causes d’un remaniement remarquable du caractère démographique du pays ne se situent ni dans « la structure de la société » ni, en premier lieu, dans les caractéristiques (ou « facteurs ») au niveau individuel. Il s’agit plutôt d’une action sociale intentionnelle : une loi. Les effets les plus importants de cette action n’ont pas été ceux qui étaient prévus — un résultat qui n’aurait pas surpris Merton (1936), étant donné que l’action était entreprise pour les raisons qui avaient peu à voir avec les effets postulés et dans un sens connus.
Et on ne sait pas encore le dénouement.

Discussion et Conclusion
Dans les sciences sociales, les analyses de la causalité (soi-disant) se multiplient, supervisées par le cadre formel qui définit l’effet d’une cause et fournit les méthodes afin que l’on puisse être sûr que la causalité a bien été établie. La démographie, qui côtoie la statistique et surtout l’économie, peine à faire aussi bien que les voisins, quitte d’ailleurs à sombrer dans l’oubli — du moins sur le plan (dit) scientifique (Engelhardt, Kohler, et Prskawetz 2009 ; Bachrach et McNicoll 2003).
Pourquoi ? D’après Engelhardt, Kohler, et Prskawetz (2009, p. 2), il s’agit des raisons qui auraient été assez courantes chez les athéniens d’il y a 2 500 ans : 
… c’est la compréhension des mécanismes de causalité qui souvent facilitent la prévision d’événements ou des nouvelles observations au futur et qui permettent un peu de contrôle sur les événements. De plus, une connaissance compréhensive des causes est primordiale afin que les démographes puissent fournir les conseils de politique efficaces et exacts 
Cela reste un bel objectif (voire un beau rêve), mais la réalité de notre époque est un peu plus près de celle qui a inquiété Moffitt (2005, p. 106) dans laquelle les exigences impliquées dans l’établissement d’un effet ferme nous amènent vers « des enquêtes bornées et sans ampleur et vers une suite de faits anecdotiques qui ne s’agrègent pas dans une vraie connaissance  ». Qui plus est, si la plupart de nos causes, surtout au niveau de l’individu, ne sont pas soumises à l’intervention — si elles ne se prêtent pas à l’action — on aura beau contrôler les événements, donner les conseils justes à l’égard des politiques (du moins dans le sens de dire « Si vous faites … »).
Donc, pour poser la question de nouveau : Pourquoi est-ce que nous avons tellement mis en valeur les analyses dites causales ? Encore une fois, Holland (2008, p. 101) nous fournit la réponse : la causalité est en effet un « signe de statut ».   Les commentaires qui abordent la démographie et la causalité s’amorcent avec le constat que la démographie a longtemps fonctionné en tant que science « descriptive », et ils rendent hommage à cette tradition (Moffitt 2003 ; Engelhardt, Kohler, et Prskawetz 2009) — mais brièvement, et bien que Moffitt (2005, p. 106) revienne sur la distinction, le chercheur en herbe devrait être pardonné en tirant la conclusion que l’étude de la population a beaucoup évolué et qu’une nouvelle hiérarchie de connaissance se dégage. Personne ne veut se sentir un citoyen de la seconde zone, et il est très difficile de sortir d’un séminaire sans prendre conscience qu’il y a un prestige qui s’attache aux relations dites « causales ». On veut être pris au sérieux ! C’est pour cette raison que les chercheurs tiennent à étiqueter leurs corrélations comme causales et leurs variables en tant que causes, même quand on ne peut pas intervenir au niveau de ces relations et de ces causes (soi-disant), et bien que, pour la plupart, l’utilité de la recherche ne dépend pas de notre diagnostique, soit une relation est causale, soit elle ne l’est pas (Holland 2008, p. 101).
Par exemple : A quoi sert la causalité quand on cherche à prévoir ce qui va se passer dans l’avenir ? La démographie a toujours été la science sociale par excellence par rapport à la prévision à longue échéance — même un grand nom de l’économie (un nom littéralement lié à la causalité [ex. Bruneau et Nicolai 1991]) l’a dit (Granger 2007, p. 6). Mais ces prévisions s’appuient pour la plupart sur la méthode des composants, sur les taux conditionnels observés, et sur les modèles mathématiques qui sont carrément descriptifs et empiriques, et non-causals (Coale et Trussell 1996). On peut prévoir l’avenir du tabagisme (Wang 2008, pp. 73-110) parce que le niveau de tabagisme d’une cohorte s’établit par rapport au seuil d’initiation chez les adolescents et les jeunes adultes (Inserm 2003, p. 11), et parce que la mortalité s’ensuit forcément, on peut l’anticiper également (Wang et Preston 2009). Bien sûr, on sait bien que fumer tue, que le tabagisme est une cause de la mortalité élevée, mais la précision de l’effet de cette cause n’a rien à voir avec la prévision. En revanche, on peut se demander avec raison si la promesse des prévisions de la mortalité fondée sur la connaissance des mécanismes biologiques (Olshansky, Carnes et Cassel 1990 ; Carnes, Olshansky et Grahn 1996) — la vraie science, les vraies causes — a abouti (Waldron 2005 ; Bongaarts 2006).
La plupart des phénomènes au sein des sciences de la population qui sont annoncés en tant que « causes » dans ce qui est convenu d’appeler l’analyse de causalité ne conviennent pas bien à un cadre d’action, soit l’action dans le sens de l’intervention dans une expérience ou un essai, soit dans le sens de l’action sociale : les choses que les gens peuvent faire. Est-ce que cela signifie que les sciences de population devraient renoncer à poursuivre vers la causalité, dans le sens où l’idée s’est bien installée dans les sciences sociales — la recherche des effets des causes, grâce au concept des différences dans les résultats potentiels (Rubin 1974) ?
Il s’en faut de beaucoup. Le fait que la plupart des facteurs qui conditionnent la répartition des événements et caractéristiques des populations humaines ne sont pas manipulables, du moins au niveau de l’individu, n’est pas une défaillance du modèle. Il s’avère que notre monde est comme ça. Également, nous nous organisons d’une telle façon qu’une proposition fondamentale du modèle — la valeur stable unité-traitement, qui exige que la réponse de l’unité u sous le traitement spécifique t (ou c) ne dépende pas « de l’ensemble … des affectations des traitements à toutes les unités expérimentales » (Lecoutre 2004, p. 226) — ne tient pas. Quand on pense à un essai randomisé contrôlé pour déterminer les effets d’un médicament, c’est une hypothèse raisonnable : Les unités — les sujets expérimentaux — ne choisissent pas leurs traitements, et typiquement ce qui arrive en conséquence pour l’unité u n’a rien à voir avec ce qui l’unité u’ a vécu. Mais dans le monde social, où les populations se construisent, les « traitements » qui sont effectivement les actions humaines sont typiquement les choix, effectués avec le savoir que les résultats va dépendre, en fin de compte, des choix des autres.
En tout cas, il ne faut pas que les individus choisissent leur traitement pour que l’attribution de la causalité aux différences des réponses des sujets « traités » et « non-traités » se heurte à l’ubiquité des interactions interdépendantes parmi ses unités. C’est exactement ce que Sobel (2006) a démontré dans une analyse fondée sur le cadre des résultats potentiels, pour une expérience américaine qui s’appelait « Déménagement vers l’opportunité », dans laquelle des habitants de plusieurs cités défavorisées ont été tirés au sort pour recevoir (ou non) les subventions qui leur permettraient de déménager — s’ils les voulaient. C’est une analyse trop compliquée d’esquisser ici, mais en fin de compte il a conclu que, même avec une expérience et l’allocation des traitements d’une manière aléatoire, les interactions parmi les voisins sélectionnés et ceux qui n’étaient pas sélectionnés empêchent de préciser les effets (causals) de l’intervention. Par conséquent, il a proposé que, parmi les quartiers qualifiés en tant que cibles d’intervention éventuelle, l’on sélectionne au hasard ceux au sein desquels tous les habitants vont recevoir l’offre de la subvention, et ceux au sein desquels on ne va pas l’offrir. En effet, encore une expérience, encore un essai randomisé contrôlé, mais cette fois l’intervention est au niveau du quartier ou de la cité. Il reste des problèmes de la taille de l’étude — même avec beaucoup de gens d’observer, il n’y a que peu d’unités au niveau de la randomisation, alors que c’est ce niveau qui détermine la puissance de l’étude (Smith 2005 ; Sobel 2006, p. 1405) — mais le concept est séduisant parce qu’il mêle
une action possible, l’approvisionnement des gens défavorisés avec une subvention pour qu’ils puissent déménager ; dans le cas où ils se décident à déménager, étant donné que la décision de le faire ne sera pas universelle et sera fonction de nombreux facteurs individuels et difficiles d’observer ; avec
une comparaison des effets de deux traitements potentiels — disponibilité (ou non) des subventions — au niveau où serait effectuée la politique (quartier, cité).
La même logique s’applique aux études non-expérimentales, où encore une fois les unités d’analyses se situent au niveau où on peut observer — ou imaginer — l’action sociale intentionnelle. Par exemple :
Sloan et al. (1988) étudient l’effet sur la violence des lois qui empêchent la possession des armes de poings. Il ne s’agit que deux unités, deux villes — Seattle, Washington, aux États-Unis, et Vancouver, British Colombie, au Canada. Bien entendu, les deux villes ne sont pas identiques, et ce n’est pas par hasard qu’une telle loi existe à Vancouver, et qu’elle n’existe pas à Seattle. Mais petit à petit, les chercheurs apportent des arguments convaincants sur l’établissement d’une loi comme la cause du plus bas taux de violence à Vancouver. Les lois contre la violence et spécifiquement contre la violence due aux armes sont plus ou moins équivalentes, et les deux villes s’avèrent assez semblables sur le plan démographique. À Vancouver, on a moins d’armes de poings. On pourrait dire que les Canadiens sont un peuple moins disposé à la violence que leurs voisins américains — du coup, moins d’armes, moins de violence, mais rien à voir avec la loi, qui peut-être ne démontre qu’une passivité canadienne face au gouvernement — sauf qu’il s’avère que les gens de Vancouver se battent et se nuisent et se tuent aux taux équivalents des gens de Seattle, avec tous les outils à main — sauf pour les armes de poings.

On a déjà critiqué très fortement l’idée que « la race » (la couleur de la peau) est une cause de n’importe quoi, mais les statistiques démographiques indiquent à maintes reprises, et même avec les rajustements effectués pour les facteurs corrélés avec la race, que les comportements se différencient entre les gens européens-américains et ceux africains-américains. Quelle est la cause de ces différences, et est-ce qu’on peut faire quelque chose pour les éliminer ? A la première question, on peut répondre qu’il s’agit de fortes différences dans la façon dont les gens sont traités (ou maltraités) dans la société ; quant à la seconde question, si tout le monde peut accéder à la même structure d’opportunités…. C’est effectivement ce que Lundquist (2004, 2006) a fait dans ses études des taux de mariage et de divorce chez les militaires aux États-Unis. Les services militaires américains ne sont pas le paradis, mais ils peuvent se vanter d’une transparence et d’une égalité des chances qui n’existent pas dans la société civile. Et il s’avère que chez les militaires, les « profondes » différences entre les « noirs » et les « blancs » à l’égard de ces comportements démographiques qui ont perduré sans remède dans la société civile n’existent plus. Comment bâtir une société juste ? Ce n’est pas évident, et on veut à peine préconiser la militarisation de la société entière. Quand même, il vaut mieux savoir où agir.
Pour résumer, dans les sciences de la population, nous nous intéressons pour la plupart aux répartitions des événements, des comportements, et des caractéristiques qui sont conditionnés par des conditions qui n’admettent pas l’intervention, dans le sens expérimental, où on peut imaginer d’assigner aléatoirement les individus à ces conditions conditionnelles. En plus, elles n’admettent pas l’action humaine après la réflexion. Bien entendu, on peut toujours étendre la définition d’une « cause » afin qu’elle convienne à nos habitudes. Du coup, par l’intermédiaire de la statistique ou l’économétrie (voire la méthode expérimentale), on continuera à pouvoir identifier beaucoup d’« effets causals », y compris ceux dus au stress, aux messages téléphoniques bien reçus, et surtout à la race — sans parler du sexe, de l’âge, des gènes, et de planètes (voire de dieux). Quel que soit leur nom, ces différences entre des répartitions conditionnelles peuvent être très importantes pour notre connaissance des populations et de la société. Mais en leur dotant du sobriquet d’« effets causals » — cela sert à quoi, effectivement ? Parce que le lien entre ces « effets causals » et la réponse à la question « Que sera l’effet de quelque intervention qu’on pourrait envisager de faire ? » a peu à voir avec le fait qu’on a estimé une quantité qui a mérité la désignation d’« effet causal » (voire l’effet causal). Les actions envisagées ne s’accordent pas facilement aux conditions dites « causales », surtout au niveau de l’individu. En revanche, si on cherche des causes par référence aux actions humaines, de temps en temps on se trouvera sur un terrain fructueux — un terrain qui existe typiquement au-dessus de l’individu, mais qui convient très bien au principe de l’effet d’une cause en tant que la différence entre deux résultats potentiels.
Références

Arceneaux, K., Gerber, A.S., Green, D.P. (2010). A cautionary note on the use of matching to estimate causal effects: An empirical example comparing matching estimates to an experimental benchmark, Sociological Methods & Research, 39(2), pp. 256-282.
Bachrach, C., McNicoll, G. (2003). Introduction, Population and Development Review, 29(3), pp. 443-447.
Bajos, N., Moreau, C., Leridon, H., Ferrand, M. (2004). Pourquoi le nombre d’avortements n’a-t-il pas baissé en France depuis 30 ans ?, Population & Sociétés, no 407.
Blinder, A.S. (1973). Wage discrimination : Reduced form and structural estimates, The Journal of Human Resources, 8(4), pp. 436-455.
Bongaarts, J. (1978). A framework for analyzing the proximate determinants of fertility, Population and Development Review, 4(1), pp. 105-132.
Bongaarts, J. (2006). How long will we live?, Population and Development Review, 32(4), pp. 605-628.
Bongaarts, J, Potter, R.G. (1983). Fertility, Biology, and Behavior: An Analysis of the Proximate Determinants. New York : Academic Press.
Brand, J.E., Xie Y. (2010). Who benefits most from college? Evidence for negative selection in heterogeneous economic returns to higher education, American Sociological Review, 75(2), pp. 273-302.
Bruijn, B.J. de (2002). Fécondité : theories, structures, modèles, concepts, Chapitre 39 en Caselli, G. et Wunsch, G. (éds.), Démographie : analyse et synthèse, II, Les déterminants de la fécondité. Paris : Éditions de l’Institut National d’Études Démographiques, pp. 407-447.
Bruneau, C., Nicolai, J-P. (1991) Comportements, croyances et lois causales. L’example du marché à terme du brut, Annales d’Économie et de Statistique, 22, pp. 129-152.
Carnes, B.A., Olshansky, S.J., Grahn, D. (1996). Continuing the search for a law of mortality, Population and Development Review, 22(2), pp. 231-264.
Coale, A., Trussell, J. (1996). The development and use of demographic models, Population Studies, 50(3), pp. 469–484.
Dawid, A.P. (2000). Causal inference without counterfactuals (with comments and rejoinder), Journal of the American Statistical Association, 95, pp. 407-448.
Engelhardt, H., Kohler, H.-P., et Prskawetz, A. (2009). Causal analysis in population studies, Chapitre 1 en Engelhardt, H., Kohler, H.-P., et Prskawetz, A. (éds.), Causal Analysis in Population Studies : Concepts, Methods, Applications, Springer Verlag, pp. 1-8.
Fall, S., Ngom, P. (2001). Baisse de la fécondité en Afrique francophone : tendances récentes et futures, Workshop on Prospects for Fertility Decline in High Fertility countries, Population Division, Department of Economic and Social Affairs, United Nations Secretariat, New York, UN/POP/PFD/2001/7.
Festy, P. (2002). Analyse de la formation et de la dissolution des couples, Chapitre 25 en Caselli, G. et Wunsch, G. (éds.), Démographie : analyse et synthèse, II, Les déterminants de la fécondité. Paris : Éditions de l’Institut National d’Études Démographiques, pp. 11-50.
Goering, J., Kraft, J., Feins, J., McInnis, D., Holin, M.J., et Elhassan, H. (1999). Moving to Opportunity for Fair Housing Demonstration Program : Current Status and Initial Findings. Washington, DC : U.S. Department of Housing and Urban Development.
Granger, C.W.J. (2007). Forecasting — looking back and forward : Paper to celebrate the 50th anniversary of the Econometrics Institute at the Erasmus University, Rotterdam, Journal of Econometrics, 138(1), pp. 3-13.
Greiner, D.J., Rubin, D.B. (2010). Causal effects of perceived immutable characteristics, Review of Economics and Statistics, à paraitre, en ligne à HYPERLINK "http://www.mitpressjournals.org/doi/abs/10.1162/REST_a_00110"http://www.mitpressjournals.org/doi/abs/10.1162/REST_a_00110.
Heckman, J. J. (2001). Micro data, heterogeneity, and the evaluation of public policy: Nobel lecture, Journal of Political Economy, 109(4), pp. 673-748.
Holland, P.W. (1986). Statistics and causal inference, Journal of the American Statistical Association 81(396), pp. 945-960.
Holland, P.W. (1988). Comment : Causal mechanism or causal effect: Which Is best for statistical science?, Statistical Science, 3(2), pp. 186-188.
Holland, P.W. (2008). Causation and race, en Zuberi, T. et Bonilla-Silva, E. (éds.), White Logic, White Methods: Racism and Methodology, Lanham, MD: Rowman & Littlefield Publishers, Inc, pp. 93-109.
Hout, M. (2011). Social and economic returns to college education in the United States, Annual Review of Sociology, 37, à paraitre, en ligne à HYPERLINK "http://www.popcenter.berkeley.edu/HoutReturnsToEduc.pdf"http://www.popcenter.berkeley.edu/HoutReturnsToEduc.pdf
INSERM (Expertise collective) (2003). Tabagisme : Prise en charge chez les étudiants. Paris, Les Éditions de l’INSERM.
Le Bras, H., Ténédos, J. (2006). Entre deux pôles : La démographie, entre science et politique. La Courneuve : Aux lieux d’être.
Lecoutre, B. (2004). Expérimentation, inférence statistique et analyse causale, Intellectica, 38(1), pp. 193-245.
Leridon, H. (2002). Fécondité naturelles et fécondité contrôlée : niveaux et modèles, Chapitre 34 en Caselli, G. et Wunsch, G. (éds.), Démographie : analyse et synthèse, II, Les déterminants de la fécondité. Paris : Éditions de l’Institut National d’Études Démographiques, pp. 265-282.
Lundquist, J.H. (2004). When race makes no difference: Marriage and the military, Social Forces 83(1), pp. 1–28.
Lundquist, J.H. (2006). The Black-White gap in marital dissolution among young adults: What can a counterfactual scenario tell us?, Social Problems 53(3), pp. 421–441.
Merton, R.K. (1936). The unanticipated consequences of purposive social action, American Sociological Review, 1(6), pp. 894-904.
Moffitt, R. (2003). Causal analysis in population research : An economist’s perspective, Population and Development Review, 29(3), pp. 448-458.
Moffitt, R. (2005). Remarks on the analysis of causal relationships in population research, Demography, 42(1), pp. 91-108.
Ní Bhrolcháin, M., Dyson, T. (2007). On causation in demography : Issues and illustrations, Population and Development Review, 33(1), pp. 1-36.
Olshansky, S.J., Carnes, B. A., Cassel, C. (1990). In search of Methuselah : Estimating the upper limits to human longevity, Science, 250, pp. 634-640.
Pager, D. (2007). The use of field experiments for studies of employment discrimination: Contributions, critiques, and directions for the future, Annals of the American Academy of Political and Social Sciences, 609, pp. 104–133.
Pager, D., Western, B., Bonikowski, B. (2009). Discrimination in a low-wage labor market: A field experiment, American Sociological Review, 74(5), pp. 777-799.
Preston, S.H., Ho, J.Y. (2009). Low life expectancy in the United States: Is the health care system at fault?, University of Pennsylvania Scholarly Commons, PSC Working Paper Series, en ligne à HYPERLINK "http://repository.upenn.edu/psc_working_papers/13"http://repository.upenn.edu/psc_working_papers/13.
Romilly, J. de ([1984] 1994). “Patience mon cœur !” L’essor de la psychologie dans la littérature grecque classique. Paris : Pocket.
Rosenbaum, P.R. (1984). From association to causation in observational studies: The role of tests of strongly ignorable treatment assignment, Journal of the American Statistical Association 79(385), pp. 41-48.
Rubin, D.B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies, Journal of Educational Psychology, 66 (5), pp. 688–701.
Rubin, D. B. (2005). Causal inference using potential outcomes: Design, modeling, decisions, Journal of the American Statistical Association, 100(469), pp. 322-331.
Russo, F., Wunsch, G., Mouchart, M. (2010). Inferring causality through counterfactuals in observational studies: Some epistemological issues, Discussion Paper 1029, Institut de statistique, biostatistique et sciences actuarielles (ISBA), Université Catholique de Louvain, en ligne à HYPERLINK "http://www.stat.ucl.ac.be/ISpub/dp/2010/DP1029.pdf"http://www.stat.ucl.ac.be/ISpub/dp/2010/DP1029.pdf .
Sekhon, J.S. (2010). Statistics, false Inferences, and unacknowledged uncertainties, Significance, 7(3), pp. 124-127.
Sloan, J.H., Kellermann, A.L., Reay, D.T., Ferris, J.A., Koepsell, T., Rivara, F.P., Rice, C., Gray, L., et LoGerfo, J. (1988). Handgun regulations, crime, assaults, and homicide : A tale of two cities, New England Journal of Medicine, 319(19), pp. 1256-1262.
Smith, H.L. (1990). Specification problems in experimental and nonexperimental social research, en Clogg, C.C. (éd.), Sociological Methodology 1990. Cambridge, Mass.: Basil Blackwell, pp. 59-91.
Smith, H.L. (1997). Matching with multiple controls to estimate treatment effects in observational studies, en Raftery, A.E. (éd.), Sociological Methodology 1997. Oxford, England: Basil Blackwell, pp. 325-353.
Smith, H.L. (2003). Some thoughts on causation as it relates to demography and population studies, Population and Development Review, 29(3), pp. 459-469.
Smith, H.L. (2005). Introducing new contraceptives in rural China : A field experiment, The Annals of the American Academy of Political and Social Science, 599, pp. 246-271.
Smith, H.L. (2009). Causation and its discontents, Chapitre 10 en Engelhardt, H., Kohler, H.-P., et Prskawetz, A. (éds.), Causal Analysis in Population Studies : Concepts, Methods, Applications, Springer Verlag, pp. 233-242..
Sobel, M.E. (2006). “What do randomized studies of housing mobility demonstrate ? Causal inference in the face of interference, Journal of the American Statistical Association, 101(476), pp. 1398-1407.
Torche, F. (2011). The effect of maternal stress on birth outcomes: Exploiting a natural experiment, Demography 48, à paraître.
Waldron, H. (2005). Literature review of long-term mortality projections, Social Security Bulletin, 68(1), accede en ligne à HYPERLINK "http://www.ssa.gov/policy/docs/ssb/v66n1/v66n1p16.html"http://www.ssa.gov/policy/docs/ssb/v66n1/v66n1p16.html
Wang, H. (2008). Essays on smoking and mortality in the United States, thèse de doctorat en Démographie, Université de Pennsylvanie, Philadelphie..
Wang, H., Preston, S.H. (2009). Forecasting United States mortality using cohort smoking histories, Proceedings of the National Academy of Sciences, 106(2), pp. 393-398.
Yourcenar, M. (2006/1939). Le Coup de Grâce (Folio no 4394), texte extrait du recueil Alexis ou le Traité de Vain Combat, suivi de Le Coup de Grâce (Folio no 1041), Galimard.
 “… the causal effect of a phone call among those who are reachable.”
 “… the randomized experiment's status as the gold standard for causal inference; and the imperative to analyze observational data via reconstruction of a hypothetical randomized experiment by (among other things) separating covariates from intermediate outcomes and by balancing covariates between treatment and control groups….”

 “… because an earthquake is a random occurrence likely uncorrelated with population characteristics that affect birth outcomes.”
 “field experiment”

 “temporal stability” et “causal transience”

 Literally, “inferences of causality.”

 “Causal identification is often a form of speculative postmortem.”

 “When we ask a What-if question we seek to know the effect of some cause or intervention that we might contemplate making.”

 “Understanding and identifying causal mechanisms is, perhaps, the primary driving force of science.”
 “… the opportunity to observe discrimination directly.”
 À notre époque, on peut à peine parler de la causalité sans tomber dans un « langage expérimental » ; voir plus ci-dessous.
 “An important empirical regularity detected by the field is the diversity and heterogeneity of behavior.”
 “Put as bluntly and as contentiously as possible, in this article I take the position that causes are only those things that could, in principle, be treatments in experiments.”

 “The manipulability criterion for causal inference has been difficult to assimilate in a discipline that routinely reports measurements of the causal effects of sex, race, and age, inter alia, on various phenomena.”

 “NO CAUSATION WITHOUT MANIPULATION”
 “Hence, in the main, the factors of leading interest to demographers cannot be shown to be causes through experimentation or intervention. To claim that this means they cannot be causes, however, is to imply that most social and demographic phenomena do not have causes—an indefensible position. Manipulability as an exclusive criterion is defective in the natural sciences also. For example, adherence to it would rule out the moon as the cause of the tides.”

 “If one accepts the counterfactual/manipulation framework, attributes (such as age, gender, race,…) cannot indeed be causes. Nevertheless, many scientists would consider gender as a cause of initial salary discrimination in many countries, ethnicity as a cause of differential HIV prevalence in Sub-Saharan Africa, ageing as a cause of hearing loss, etc. This is because these attributes are not only associated with their respective effects—they are part of the causal mechanism itself. For example, belonging to different ethnic groups in Africa results in having different reproductive norms, values, and sexual behaviours (such as multi- or single partnership), and these characteristics are major determinants of exposure to HIV. Any explanatory framework in the social sciences that cannot take attributes into account is therefore necessarily incomplete.”

 “Obviously, white women are born in about the same places to the same kinds of parents and in families of about the same size as are white men.”
 “Wage Discrimination…”
 “If race is not a causal variable, how do we analyze issues of racial discrimination in causal terms, if at all? We certainly do think of racial discrimination in causal terms because many of us think racial discrimination is something that could be changed, reduced, or in some way altered. There are those who dream of a day when racial discrimination is a thing of the
past and long forgotten . What is it that has to change? Certainly not the color of people's skin or some other physical characteristic. Clearly discrimination is a social phenomenon, one that is learned; it is taught and fostered by a social system in which it plays a complex part . When we envision a world without racial discrimination we thus envision it as a whole
social system that must be different in a variety of ways from what we now see before us. One almost has to envision a parallel world, so to speak, in which things are so different that what we recognize in our own world as racial discrimination does not exist in this other parallel world.”

 “In some one of its numerous forms, the problem of the unanticipated consequences of purposive action has been treated by virtually every substantial contributor to the long history of social thought.”

 “[In considering purposive action, we are concerned with ‘conduct’ as distinct from “behavior,” that is, with action which involves] motives and consequently a choice between various alternatives.”

 “… which are occasioned by the interplay of forces and circumstances which are so complex and numerous that prediction of them is quite beyond our reach.”

 “… when a system of basic values enjoys certain specific actions, adherents are not concerned with the objective consequences of these actions but only with the subjective satisfaction of duty well performed.”
 “… it is the understanding of the causal mechanisms that often facilitates the prediction of events or new observations in the future and allows for a certain amount of control over events. Moreover, causal knowledge is essential for demographers to provide effective and accurate policy recommendations.” Revoici de Romilly (1994, p. 10), sur le Vème siècle athénien : « C’est le moment où surgissent les grandes curiosités et les grandes espérances, où les techniques intellectuels doivent permettre à ceux que les acquièrent de bien plaider une cause en justice, d’intervenir avec efficacité en politique. »

 “…narrowly defined exercises without generalizability and to a collection of miscellaneous facts that do not add up to any general knowledge.”

 “status symbol”
 “ Moving to Opportunity” (Goering et al. 1999).

 Sobel (2006, p. 1406) constate qu’une telle étude peut-être ne suffirait pas dans un contexte où on ne veut qu’offrir la subvention au certains éléments qualifiés au sein de chaque quartier ou cité, mais on pourrait soutenir que même dans ce cas-là, on devrait préférer effectuer les comparaisons au niveau du quartier, et non au niveau de l’individu, de la famille, ou du foyer.

 Aux États-Unis les partisans du droit de porter les armes ont un slogan qui bien réfléchit une appréciation du rôle de l’action humaine dans la précision d’une cause :  « Les armes ne tuent pas les hommes, c’est les hommes qui tuent les hommes ». (“Guns don’t kill people. People kill people.”) Également, c’est les hommes qui promulguent les lois.









 PAGE \* MERGEFORMAT 26



 :