Un modèle, même particulièrement finement tuné, reste une vision partielle du monde

Tout d’abord, et même si cela peut paraître trivial, il me semble essentiel de revenir sur ce qu’est un modèle théorique. Il s’agit d’une représentation simplifiée de la réalité servant à structurer la pensée par rapport à une problématique. Il n’a pas pour but d’être généraliste, ni absolument précis, mais il est au contraire un modèle réduit de la réalité à échelle variable. En effet, l’échelle varie en fonction de la problématique et du focus que l’on souhaite effectuer. On simplifie au maximum ce qui n’a pas (ou peu, ou du moins l’espère-t-on) d’influence sur notre problématique pour concentrer l’intégralité de notre capacité cognitive sur celle-ci, dans sa plus grande complexité. Un modèle est donc finalement un outil, avec un but précis, qui lui donne une capacité à nous faire comprendre une partie de la réalité socio-économique en laissant de côté les autres parties. De même que le tournevis sert à serrer des vis et les tenailles à retirer des clous, les différents modèles ont des périmètres d’application limités. Il existe certes des couteaux suisses multifonctions, ils sont pratiques si on ne veut pas s’alourdir avec plusieurs outils différents, mais sont souvent moins performants que l’outil spécialisé pour chacune de ses fonctions.

L’analyse économique théorique est principalement une science hypothético-déductive, c’est-à-dire que ses modèles peuvent souvent se résumer sous la forme d’un si H, alors C, où C représente les conclusions que l’on tire des hypothèses de travail H : non seulement l’hypothèse d’homo œconomicus (avec plus précisément la forme des objectifs – égoïste ou altruiste, immédiat ou inter-temporel, etc.) mais également hypothèses de structure concurrentielle, de distribution de l’information, de cadre institutionnel, etc. La constitution de la boite à outil de l’économiste a souvent consisté à produire une multitude de modèles en se basant sur une multitude d’hypothèses de travail (mais une grande part conservant les caractères intrinsèques des objectifs et rationnels des décisions). On peut alors chercher à construire de nouveaux modèles utiles à la compréhension de la réalité socio-économique, soit en partant d’hypothèses nouvelles (afin de créer un nouvel outil pour un usage qui n’existait pas précédemment) soit en élaborant et complexifiant les hypothèses existantes pour mieux répondre à une problématique. Pour autant, dans ce processus, deux écueils sont particulièrement à éviter, le voile de complexité et l’excès de confiance.

Le voile de complexité : risque de défaut de maîtrise voire de mathiness

Nous autres pauvres humains avons un cerveau limité. Donc plus nous compliquons les hypothèses, plus nous compliquons le modèle et moins nous le maîtrisons. Beaucoup de modèles économiques ont atteint un tel degré de complexité qu’on ne peut plus les résoudre formellement. On a alors deux solutions, soit on fait des hypothèses simplificatrices de résolution, soit on fait de l’analyse numérique. Les deux voies peuvent être utiles mais aussi s’avérer dangereuses. Les hypothèses simplificatrices de résolution Hr peuvent structurer fortement les conclusions et il ne faut pas oublier que le modèle ne conduit plus à si H alors C mais bien à si H et Hr alors C. On peut alors avoir perdu par Hr la complexité et la généralité qu’on recherchait dans H. Pour faire de la résolution numérique, il faut aussi bien souvent rajouter des hypothèses fortes, au moins sur les formes fonctionnelles, qui peuvent avoir une grosse influence sur les conclusions. Qu’est-ce qui tient alors des hypothèses choisies et qu’est-ce qui tient des hypothèses subies ? À contrario, un modèle simpliste mais maîtrisé peut avoir ses vertus par la compréhension fine de ses contributions et limites, à condition de rester justement bien conscient de ces limites.

Si une complexité mal maîtrisée des hypothèses peut créer du flou derrière lequel des erreurs d’interprétation peuvent se cacher, une complexité bien maîtrisée peut servir à cacher sciemment des biais d’interprétation. On passe alors d’un récipiendaire du prix de la banque de Suède en l’honneur d’Alfred Nobel à un autre, et en l’occurrence le dernier en date, Paul Romer et son concept de mathiness. Il s’est attaqué depuis quelques années à ce qu’il définit ainsi : "The style that I am calling mathiness lets academic politics masquerade as science. Like mathematical theory, mathiness uses a mixture of words and symbols, but instead of making tight links, it leaves ample room for slippage between statements in natural versus formal language and between statements with theoretical as opposed to empirical content." Il démonte précisément quelques articles renommés qu’il accuse de cacher des biais idéologiques derrière des hypothèses mathématiques mal interprétées. On comprend facilement comment il est d’autant plus facile de réaliser de tels méfaits lorsque la complexité des hypothèses et des modèles les rendent difficilement appréhendables, même à l’intérieur du champ de recherche.

L’excès de confiance, où l’impérialisme économique

L’autre grand écueil est évidement l’excès de confiance. Ce n’est pas parce qu’on a construit un modèle sur des hypothèses excessivement raffinées – et que l’on maîtrise totalement – que l’on a en sa possession l’outil absolu qui répondra à tous les besoins. Un des défauts de l’analyse économique basée sur l’homo œconomicus n’a pas tant été les limites de cette hypothèse que sa tentative d’application à toutes les sauces, pour tout expliquer, en dédaignant les apports des autres analyses. Un certain nombre d’économistes se sont retrouvés avec cet outil que constitue un modèle basé sur l’homo œconomicus – disons un marteau – et ont tenté non seulement de planter des clous avec (ce qui marche plutôt bien), mais aussi de serrer des vis (ce qui marche presque si on tape assez fort), de scier des planches (ce qui marche franchement mal) et de taper sur les doigts de quiconque tentait d’expliquer qu’un tournevis ou une scie-sauteuse pourraient être plus appropriés.

Pour autant, et je me retrouve à défendre l’homo œconomicus contre un nouveau détracteur, je pense que le marteau n’a pas vécu, qu’il a encore de beaux jours devant lui. En effet, notre réalité socio-économique est encore fortement structurée par des mécanismes de marchés, et dans ceux-ci un nombre non négligeable d’acteurs prennent leurs décisions en fonction de leurs intérêts bien compris. Il ne pourra toutefois être vraiment utile qu’à condition de le cantonner à son périmètre de compétence, et pas plus.

Pour une diversité des approches interdisciplinaires

Ainsi, il y a plusieurs manières de faire de l’interdisciplinarité. On peut croiser les analyses : on sait que si Ha alors Ca, si Hb alors Cb et si Hc alors Cc. Ensuite, en réfléchissant conjointement entre chercheurs maîtrisant respectivement les hypothèses Ha, Hb et Hc, on peut tenter de comprendre la part de chacune dans le monde qu’on étudie, et mettre cette analyse en balance avec des analyses empiriques, qualitatives ou quantitatives (avec différentes méthodologies pour chaque type) pour tester directement des traces de Ca, Cb et Cc dans notre environnement socio-économique. C’est cette démarche que pour ma part je poursuis au sein du LIEPP et qui a donné naissance notamment au rapport interdisciplinaire d’évaluation du CICE, à une méta-analyse des politiques d’allègements de cotisations sociales ou à des travaux sur les politiques de soutien aux services à la personne, qui après une vie académique internationale vont bientôt connaître un débouché national plus grand public dans un ouvrage publié à la république des idées.

On peut aussi construire un nouveau modèle lui-même interdisciplinaire en se basant sur des hypothèses prenant en compte les résultats de diverses sciences sociales : si superH alors C. Si une telle démarche est évidemment louable, et peut s’avérer très précieuse, il conviendra de garder à l’esprit qu’une tel modèle, même particulièrement finement tuné, reste une modélisation partielle et donc limitée de la réalité socio-économique, dont les résultats, aussi riches soient-ils, devront être analysés au regard des hypothèses de modélisation et mériteront d’être confrontés à d’autres hypothèses et d’autres analyses. L’interdisciplinarité est précieuse par l’analyse contradictoire des arguments et la réunification éventuelle des sciences sociales doit conserver la richesse de la diversité de ses approches. Nous aurions tout perdu si l’interdisciplinarité ne consistait qu’à construire un super marteau pour taper sur les clous, les vis, les planches et les doigts des autres approches en sciences sociales.