Madrigal, Lucía (2016). Base de Données de l’Enquête Longitudinale Harmonisée sur la Protection Sociale (LSPS) : 2016. Données Ouvertes de la BID. https://doi.org/10.60966/5z6kupt9

1. Espagnol

Qu'est-ce que l'ELPS et à quoi sert-elle ?

L'ELPS est un jeu de données de panel régional harmonisé conçu par la Banque interaméricaine de développement (BID) afin de rendre possible la recherche longitudinale sur la protection sociale en Amérique latine. À cette fin, elle met en correspondance les variables des différentes enquêtes nationales pour assurer leur comparabilité d'un pays à l'autre.

Quels pays et quelles années couvre l'ELPS ?

Le jeu de données réunit des informations relatives au Chili, à la Colombie, au Salvador, au Paraguay et à l'Uruguay. Sa couverture temporelle court, de façon approximative, de 2006 à 2015.

Combien de variables comporte-t-elle et combien sont harmonisées ?

L'ELPS compte au total 320 variables.
Parmi celles-ci, environ 120 sont pleinement harmonisées dans les cinq pays, ce qui signifie qu'elles se prêtent à une comparaison directe.

Quels sujets et thématiques les données couvrent-elles ?

L'ELPS rassemble des variables liées aux systèmes de protection sociale et à l'évaluation des politiques : bien-être des ménages, participation aux programmes, facteurs démographiques et socioéconomiques, parmi d'autres dimensions.

Quelle licence couvre le jeu de données et comment le citer ?

Le jeu de données est diffusé sous licence Creative Commons Attribution–NonCommercial–NoDerivs 3.0 IGO.
Citation suggérée :

Madrigal, Lucía. Harmonized Longitudinal Social Protection Survey (LSPS) Database: 2016. IDB Open Data.

Quelles précautions prendre lors de l'utilisation de l'ELPS ?

Comme l'ELPS harmonise des informations issues de différentes enquêtes nationales, les définitions des variables ou leur couverture peuvent encore présenter des écarts subtils. Il est conseillé de se reporter à la documentation méthodologique et aux descriptions des variables pour cerner les limites de l'harmonisation.

Comment accéder aux données et à la documentation de l'ELPS ?

Sur le portail IDB Open Data, à la fiche consacrée à l'ELPS, vous pouvez télécharger le jeu de données, les métadonnées, les dictionnaires de variables et les documents méthodologiques.

Quels travaux de recherche ou analyses de politiques l'ELPS a-t-elle nourris ?

L'ELPS a permis d'étudier des questions telles que les comparaisons de la retraite et du genre entre le Chili et l'Uruguay, en examinant la manière dont les systèmes de protection sociale interagissent avec les facteurs liés au travail et à la démographie au niveau micro.

Qu'est-ce qu'une enquête longitudinale sur la protection sociale et comment procède-t-elle ?

L'ELPS est une enquête de panel qui suit les mêmes personnes et ménages au fil de plusieurs vagues. Au Chili, par exemple, les répondants ont été suivis de 2002 à 2009 grâce à la variable idpanel. Les analystes peuvent ainsi observer l'évolution de l'emploi, des cotisations de retraite, de la couverture santé et de la composition des ménages dans la durée.

Pourquoi les données de panel sont-elles précieuses pour évaluer les programmes de filets de sécurité sociale ?

Les données de panel de l'ELPS rendent possible l'évaluation causale des effets des programmes. Ainsi, des variables comme progsocial_ch (participation aux programmes sociaux) peuvent être rapprochées des évolutions du statut professionnel (condocup_ci) ou de la couverture de retraite (pension_ci) d'une vague à l'autre, ce qui révèle si les filets de sécurité réduisent l'informalité ou renforcent la sécurité de la retraite.

Quelle différence entre enquêtes longitudinales et transversales dans la recherche sur la protection sociale ?

Les enquêtes transversales offrent un cliché ponctuel (par exemple, le taux de pauvreté d'une année), tandis que les données longitudinales de l'ELPS retracent des trajectoires. L'ELPS consigne ainsi le statut professionnel de l'année en cours (condocup_ci), un an auparavant (condocup_1a_ci) et deux ans auparavant (condocup_2a_ci), ce qui permet d'analyser les entrées et les sorties du chômage.

Pourquoi les enquêtes longitudinales sont-elles indispensables pour suivre la dynamique de la pauvreté dans le temps ?

Les variables de revenu de l'ELPS (ylmpri_qmean_ppa_ci, ypencont_qmean_ppa_ci) sont renseignées rétrospectivement pour un et deux ans en arrière. Les analystes peuvent ainsi repérer si les ménages passent d'un quintile à l'autre et saisir l'entrée et la sortie de la pauvreté, plutôt que des taux de pauvreté figés.

Les métadonnées de l'ELPS documentent l'attrition : la vague de 2006 au Chili comptait 16 443 entretiens, mais en 2009 il n'en subsistait que 14 463. L'attrition est suivie grâce à idpanel, et les facteurs de pondération (factor_ci) corrigent les abandons afin de préserver la représentativité.

Quels exemples d'enquêtes longitudinales nationales sur la protection sociale dans les pays en développement ?

Le jeu de données harmonisé de l'ELPS regroupe le Chili (EPS 2002–2009), la Colombie (2012), le Salvador (2013), l'Uruguay (2013) et le Paraguay (2015). Ils figurent parmi les rares panels de pays en développement consacrés aux retraites, aux marchés du travail et à la protection sociale.

Quel rôle jouent les données longitudinales dans la conception de systèmes de protection sociale adaptatifs ?

Des variables de l'ELPS telles que densidadcota_ci (densité de cotisation) et motivosnocot_ci (motifs de non-cotisation) aident les décideurs à repérer les groupes vulnérables dans la durée. Les systèmes adaptatifs peuvent réajuster l'admissibilité lorsque les historiques de cotisation comportent des lacunes.

Quels indicateurs sont essentiels pour les chercheurs en politiques exploitant des données longitudinales de protection sociale ?

L'ELPS fournit :
- Les transitions de statut professionnel (condocup_ci, condocup_1a_ci, condocup_2a_ci)
- La couverture de retraite (pension_ci, pensionsub_ci)
- La densité de cotisation (densidadcota_ci)
- La composition du ménage (nmiembros_ch, clasehog_ch)
- La couverture santé (cobsegmed_ci)
Ces indicateurs ouvrent la voie à un suivi multidimensionnel du bien-être.

Comment les ONG peuvent-elles exploiter les résultats d'enquêtes longitudinales pour affiner le ciblage de leurs programmes ?

Les ONG peuvent repérer les groupes marqués par une informalité persistante (cotiza_ci=0 au fil des vagues) ou les ménages tributaires de pensions non contributives (pensionsub_ci=1). Cela facilite l'orientation des interventions vers les populations exclues des systèmes contributifs.

Quelle est la définition et la finalité première d'une enquête longitudinale sur la protection sociale ?

L'ELPS se présente comme un panel de ménages à plusieurs vagues destiné à mesurer les historiques professionnels, les cotisations de retraite, la couverture santé et la participation aux programmes sociaux. Sa finalité est d'apprécier l'adéquation et la pérennité de la protection sociale dans le temps.

Quelles sont les différences fondamentales entre approches transversale et longitudinale dans la recherche sur les filets de sécurité sociale ?

Les données transversales révèlent des taux de couverture (par exemple, le % de personnes couvertes par une retraite en 2015). Les données longitudinales de l'ELPS dévoilent des trajectoires : les personnes sans retraite en 2013 ont-elles obtenu une couverture contributive d'ici 2015, ou sont-elles demeurées exclues ?

Comment les enquêtes longitudinales suivent-elles la transmission intergénérationnelle de la pauvreté ?

L'ELPS intègre la composition du ménage (relacion_ci, nhijos_ch) et les quintiles de revenu (ylm_qui_ch). En croisant l'éducation des enfants (niveleducativo_ci) avec les trajectoires de revenu du ménage, les analystes peuvent déterminer si la pauvreté se perpétue d'une génération à l'autre.

Quelles bonnes pratiques permettent de maintenir des taux de rétention élevés dans les panels de protection sociale à plusieurs vagues ?

La documentation de l'ELPS insiste sur le rafraîchissement du panel et sur les ** ajustements de pondération **. Ainsi, l'EPS du Chili a intégré de nouveaux affiliés en 2004 afin de préserver la représentativité, tandis que l'Uruguay a eu recours à des imputations multiples pour traiter les données manquantes.