Section 2 Le rôle de la biométrie dans l'évaluation des ressources en PFNL

2.1 Le rôle de l'évaluation de la ressource dans l'exploitation durable des PFNL

L'évaluation des ressources peut examiner :

• Quelles sont les ressources commercialement rentables ;
• Quelles sont les conséquences de l'exploitation sur la ressource ;
• L'évaluation peut-elle renseigner une gestion sensée et appropriée des ressources de PFNL.

Qu'est-ce qui est évalué ?

A lire également:

Peters, 1994;

Peters, 1996a; Hall & Bawa, 1993

Il existe différents type d'évaluations ou d'études qui peuvent fournir des informations sur le développement et la gestion des ressources en PFNL. Les approches peuvent se concentrer sur l'un des deux aspects suivants :

• la ressource elle-même de PFNL, en prenant en compte son abondance ou son potentiel comme ressource future, à travers un inventaire de la ressource ;
• son utilisation sur le marché, avec des études de marché ou de produits, des inventaires de biodiversité (liste des espèces) et des études culturelles.

Un processus d'évaluation idéal devrait commencer avec la sélection des espèces ou produits, et inclure une étude de marché, un inventaire de la ressource, une évaluation de la croissance et des prévisions de rendement, la détermination des niveaux d'exploitation durable, la planification de la gestion et un suivi. Une stratégie possible est décrite dans le diagramme de la Figure 1, qui présente les éléments principaux des conditions requises pour l'évaluation des ressources. Quelle que soit l'approche choisie, l'évaluation des ressources joue un rôle clé dans la gestion des PFNL.

Figure 1: Diagramme de la stratégie de base pour la gestion durable des PFNL

Tout programme de développement concernant les PFNL devrait inclure une évaluation ou une étude à tous les niveaux présentés dans le diagramme. Tous ces niveaux ne nécessitent pas forcément une évaluation formelle, étant donné que l'information peut déjà être disponible ou collectée grâce à des méthodes informelles. Les parties en grisé du diagramme montrent les étapes où les évaluations de terrain devraient idéalement fournir des données rigoureuses sur le plan biométrique, et fiables sur le plan statistique. Pour ces évaluations, des méthodes quantitatives devraient être utilisées.

Pour cela, la simple adaptation des techniques forestières est difficile, du fait de la grande variété des éléments suivants :

• les objectifs de l'évaluation ;
• les formes de vie considérées et leur détection sur le terrain;
• les distributions : les PFNL sont souvent par bouquets, plutôt que répartis uniformément dans une zone ;
• la productivité saisonnière : certains PFNL existent seulement à des périodes spécifiques ; et
• les niveaux de temps, d'argent et de compétence disponibles pour réaliser ces évaluations.

Qui réalise les évaluations ?

Les évaluations de PFNL sont réalisées ou commandées par une grande diversité d'acteurs, incluant les départements forestiers, les organisations d'aide et les communautés. Comme il peut y avoir de nombreuses raisons différentes pour réaliser les évaluations, les méthodes, connaissances et expériences sont dispersées parmi des personnes appartenant à des disciplines professionnelles très différentes. L'échange d'expériences entre les différentes disciplines est limité, et les thèmes, familiers pour les forestiers, peuvent être inconnus des spécialistes de la faune sauvage et vice versa.

Cela signifie que le développement des méthodologies est irrégulier et inégal par rapport au diagramme idéal présenté ci-dessus. De plus, certaines disciplines peuvent ne pas considérer des produits qui sont importants pour d'autres : par exemple la faune sauvage n'est pas un domaine de travail typique d'un département forestier, et les évaluations quantitatives sont rares dans les approches de développement rural.

L'interdisciplinarité du travail est fondamentale pour combler certaines de ces lacunes. La collaboration aidera à réunir besoins et expériences et à développer et standardiser à la fois des méthodologies et une terminologie appropriées.

2.2 Pourquoi une information quantitative sur la ressource est-elle nécessaire?

Qui a besoin d'informations provenant des évaluations de ressource?

Il s'agit là d'une question importante car la raison d'une évaluation influence la manière dont elle sera réalisée.

La majorité des études publiées à ce jour sont réalisées au niveau local. Néanmoins il existe de nombreux inventaires de PFNL réalisés au niveau national qui ne sont pas publiés. Le Tableau 3 montre à quoi sert l'information sur les évaluations de ressources à différents niveaux.

Bien qu'il soit nécessaire de connaître les objectifs d'une étude avant de juger si des méthodes rigoureuses sur le plan biométrique sont nécessaires, il semble certain que les éléments essentiels à prendre en compte sont : comment échantillonner, mesurer, contrôler et analyser des études quantitatives de ressources en PFNL. Il existe un besoin particulièrement fort de méthodes fiables pour mesurer la distribution et quantifier la ressource, à différentes échelles d'études, de l'échelle locale à l'échelle internationale.

Tableau 3: Utilisations de l'information provenant des évaluations de ressources aux différentes échelles d'étude

Besoins locaux

Généralement, des données de niveau local sont exigées dans la préparation de plans de gestion détaillés pour des secteurs spécifiques produisant des PFNL. Il y a un débat sur le niveau de rigueur biométrique nécessaire pour ces données (voir ci-dessous). Cependant, il semble qu'il y ait un besoin urgent pour les communautés d'acquérir la capacité de préparer des plans de gestion "durable". Sans une base biométrique suffisamment solide des plans d'aménagement, beaucoup d'autorités régulatrices sont peu disposées à libérer des terrains pour la gestion communautaire. C'est le cas dans les négociations sur les droits d'utilisation des terres accordés aux communautés en Bolivie, au Brésil, au Mexique, au Cameroun et au Zimbabwe.

Dans d'autres pays, comme en Indonésie, l'inventaire biométrique des ressources peut être important pour établir des droits du sol des populations indigènes et garantir la compensation adéquate pour la perte d'accès à l'exploitation des PFNL

Politique nationale et planification stratégique

Au niveau national ou régional, des données sont nécessaires pour les objectifs suivants :

• Opportunités économiques : des données fiables sont nécessaires dans la planification pour l'investissement ou le développement d'un secteur, par exemple, en examinant l'utilisation potentielle de résine de pin comme matière première pour des industries chimiques (la térébenthine, la colophane), du rotin pour les meubles, des tanins comme produit de substitution des polyphenols importés, des colles pour la production de contre-plaqué, etc. Des données rigoureuses sur le plan biométrique sont également utilisées pour déterminer une politique, comme par exemple, les motivations financières pour la substitution de produits d'importation ou la promotion des exportations (par exemple, les tarifs d'importation).

• Développement social : des données fiables sont nécessaires pour déterminer le rôle potentiel des PFNL dans les programmes de développement rural.

• Gestion environnementale : la conservation et l'exploitation durable des PFNL doivent être basées sur des données quantitatives.

Exigences de données : détails et contraintes

Etat de la ressource : la première considération est de décider sur quelle espèce se fera la collecte d'information. Cela exige une certaine connaissance de base des espèces à exploiter, leurs produits et leur distribution. Une information de base pourrait aussi être nécessaire sur ce qui est récolté, le lieu de la récolte, la distribution spatiale, les rendements potentiels ou réels, les techniques et niveaux d'exploitation.

Les inventaires forestiers nationaux (IFN) (ou le recensement agricole dans le cas des produits cultivés) peuvent rassembler des informations sur les PFNL. L'inventaire à ce niveau exige une grande rigueur biométrique. Au niveau de l'unité de gestion ou au niveau opérationnel (NUG), une rigueur biométrique moins bonne peut être acceptable selon la taille de l'unité. La collecte de données peut varier de l'évaluation de quelques échantillons à un recensement de la ressource de type enquête. En plus des données quantitatives, les informations suivantes sont aussi souvent nécessaires :

Aspects sociaux. L'information peut être nécessaire sur :

• la propriété et/ou l'accès aux ressources/espèces (propriété privée ou publique, tendances) ;
• le degré de dépendance des moyens de subsistance aux ressources (qui, où et comment sont récoltées les ressources) ;
• impact des autres secteurs (agriculture, marché du travail, fermiers) ; et
• le processus décisionnel dans le pays (cycles de planification).

Aspects économiques. L'information est nécessaire sur :

• quelle est l'importance des investissements dans le domaine des PFNL pour l'économie nationale, quelles sont les tendances ;
• l'influence des marchés nationaux et internationaux (produits de substitution pour les PFNL et entre les PFNL) ; et
• les possibilités financières : associations, prêts et incitations financières de la Banque mondiale, etc.

Aspects institutionnels et politiques. L'information peut être nécessaire sur :

• la législation et les règles (forestières) (droits sur les PFNL dans les concessions forestières); et
• les besoins de formation/éducation.

Information pour les accords internationaux/régionaux. Des statistiques et d'autres informations sur la disponibilité et l'utilisation de la ressource, comme par exemple des données sur la distribution, la quantité de ressource, la production et le commerce.

Critères et indicateurs

Depuis quelques années, l'intérêt international croissant pour l'aména-gement durable des forêts a créé un besoin d'outils de mesure pour évaluer si une forêt est gérée d'une manière durable ou non. Les critères et indicateurs (C&I) d'aménagement durable des forêts (ADF) sont apparus comme un outil pour mesurer et suivre les progrès réalisés en faveur de l'ADF. À la fin de l'année 2000, 149 pays participaient à un ou plusieurs processus de C&I au niveau écorégional (FAO, 2001).

Les critères définissent les éléments essentiels permettant de juger la qualité de gestion d'une forêt. Chaque critère est défini par des indicateurs quantitatifs ou qualitatifs, qui peuvent être mesurés et contrôlés pour déterminer l'impact de l'aménagement forestier dans le temps.

Les indicateurs constituent fodamentalement une forme de protocoles de suivi de l'aménagement forestier. De même pour les PFNL, il est nécessaire de développer des méthodologies d'évaluation, comme recommandé dans cette publication. De bonnes évaluations de la ressource en PFNL sont fondamentales pour la connaissance de son état actuel et de ses tendances d'évolution dans l'avenir. Une question clé concerne le niveau de rigueur biométrique nécessaire dans les évaluations des indicateurs, car cela influence l'ensemble du protocole d'échantillonnage.

Ecocertification

Au cours de la dernière décennie, on a assisté à une forte orientation vers l'écocertification forestière et des produits forestiers, en partie en réponse aux préoccupations des organisations non gouvernementales (ONG) concernant le faible niveau de l'aménagement des forêts. L'écocertification est la vérification indépendante que certains éléments de base de la gestion forestière sont bien réalisés par le gestionnaire. Un certificat d'éco-certification couvre une zone spécifique d'une forêt pour une période déterminée. Il implique normalement la traçabilité du produit au sein du marché grâce à son étiquetage certifiant sa provenance d'une forêt écocertifiée.

Il existe différentes approches de l'écocertification des PFNL :

• l'écocertification d'unité d'aménagement forestier : elle s'intéresse à de nombreux aspects de la gestion forestière, y compris les aspects environnementaux et sociaux;

• l'écocertification environnementale/biologique : elle se concentre sur la manière avec laquelle le produit a été réalisé, en certifiant qu'aucun produit chimique ni additifs artificiels ne sont utilisés; et

• l'écocertification orientée vers la population (le commerce équitable) : elle assure que les producteurs locaux tirent un juste revenu de leur produit.

Les évaluations de PFNL sont utiles principalement dans l'écocertification de l'aménagement forestier, où l'évaluation des impacts de la gestion au niveau de l'unité de gestion forestière est importante. De nouveau, la question de la rigueur biométrique est importante car les inspecteurs de l'écocertification doivent savoir comment évaluer de manière fiable et cohérente les données sur la récolte et le contrôle.

Contrôle des espèces menacées

Le contrôle des espèces menacées par la surexploitation joue un rôle fondamental pour éviter l'aggravation du déclin des populations concernées.

Le contrôle des espèces menacées par la surexploitation est d'habitude réalisé grâce aux statistiques sur le commerce et l'exploitation. Par exemple, le commerce international des espèces protégées par la CITES est contrôlé par les statistiques sur l'importation et l'exportation, et TRAFFIC utilise les saisies d'ivoire pour donner des informations sur le niveau des populations d'éléphants.

Cela est peut-être la manière la plus facile d'obtenir des informations sur des espèces très commercialisées, mais de telles évaluations ne donnent aucune information au niveau du terrain et ne peuvent pas constituer des éléments fiables pour connaître l'état réel des populations concernées.

Tant qu'une meilleure information au niveau du terrain ne sera pas largement disponible, il paraît probable que les grandes décisions politiques internationales seront prises sur la base d'une connaissance peu fiable du marché.

2.3 Qu'est-ce qui rend une étude biométriquement rigoureuse ?

Que signifie "étude biométriquement rigoureuse"

Il ne s'agit pas seulement de collecter des informations quantitatives - des principes statistiques doivent être respectés tout au long de l'évaluation. Les principes les plus importants sont liés à :

• l'objectivité dans la conception de l'échantillonnage ;
• le nombre d'échantillons utilisés ; et

• Précision et exactitude.

Des données de bonne qualité permettent une estimation de la précision et de l'exactitude.

La précision est élevée quand les erreurs sont minimes.

L'exactitude est élevée quand la valeur moyenne estimée est proche de celle de la population entière.

Idéalement, les estimations issues des évaluations devraient être à la fois précises et exactes.

l'indépendance des observations.

L'avantage principal d'une évaluation biométrique est que la précision et l'exactitude des résultats peuvent être calculés. Cela signifie qu'il est possible d'avoir un certain niveau de confiance dans les résultats. La précision nous informe sur le niveau de disparité des échantillons étudiés, tandis que l'exactitude permet de mesurer la différence entre les estimations et la réalité (ou la population).

Les statistiques conventionnelles nous permettent de calculer la précision des résultats (exprimés généralement avec l'erreur d'échantillonnage - voir l'encadré 1).

Cependant, il est impossible de calculer leur exactitude sans connaître la vraie valeur et si nous la connaissions, nous n'aurions pas besoin d'échantillonner. La solution consiste à essayer de réduire au minimum le biais dans la conception de l'échantillonnage et faire l'étude aussi précisément que possible. Si la réponse est précise et si nous sommes raisonnablement sûrs qu'il n'y a aucun biais, alors nous nous attendons à ce que le résultat soit aussi exact. La Figure 2 illustre ces concepts avec la visée d'une cible dont le point central représente la vraie valeur.

Figure 2: Précision et exactitude d'une étude biométrique

Cela implique que, pour être considérée comme biométriquement rigoureuse, une étude a besoin d'être :

• sans biais - réalisée d'habitude au moyen d'une conception objective d'échantillonnage ; et
• précise - contrôlée d'habitude avec le nombre d'échantillons.

NB : un biais peu élevé peut être acceptable si les résultats sont précis et si le niveau de biais est connu.

Systematic sampling uses a regular pattern of plots.

Objectivité

L'objectivité consiste à minimiser le biais possible dû au choix subjectif des échantillons. En pratique, cela signifie choisir des échantillons en utilisant des règles prédéterminées et objectives, comme la prise d'échantillons aléatoire ou systématique (tombant aux intersections d'une grille). Un échantillonnage aléatoire, en utilisant des tables de nombres aléatoires pour sélectionner des échantillons situés sur une grille ("cadre d'échantillon-nage"), devrait idéalement être utilisé. L'échantillonnage systématique assure une diffusion régulière des échantillons et peut être utile pour cartographier les distributions d'espèces. Avec l'échantillonnage systématique, il faut bien veiller à ce que les échantillons choisis ne s'alignent pas avec une caractéristique régulière du paysage, car cela apporterait un biais dans les résultats.

L'échantillonnage systématique utilise un cadre régulier d'échantillons.

Il n'est pas acceptable de :

• choisir subjectivement des échantillons - par exemple, en choisissant délibérément un site parce qu'il est jugé typique de la zone d'étude ;

• choisir des échantillons d'une façon opportuniste - par exemple, en choisissant un site parce qu'il est accessible. Parfois, cela ne peut pas être évité, comme dans la forêt inondée d'Amazonie seulement accessible le long des voies navigables. Dans ces cas, le niveau possible du biais doit être évalué; et

• choisir au hasard les échantillons - par exemple, en jetant un quadrat par dessus l'épaule.

Nombre d'échantillons

Le nombre d'échantillons est fondamental pour s'assurer que les résultats sont précis. La précision est mesurée par l'erreur d'échantillonnage d'une évaluation : plus l'erreur d'échantillonnage est minime, plus l'estimation est précise. Un grand nombre d'échantillons réduit l'erreur d'échantillonnage. Souvent les inventaires sont conçus pour donner une erreur d'échantillonnage spécifique (typiquement 10-20 pour cent) et il est donc important de savoir combien d'échantillons il convient d'utiliser.

Le nombre réel d'échantillons nécessaires dépend :

• du niveau de précision exigée;

• de la variabilité de la ressource : des populations fortement variables exigent plus d'échantillons que des populations homogènes pour donner la même erreur d'échantillonnage; et

• du coût d'accès et d'étude de chaque échantillon.

Il existe des méthodes pour décider du nombre d'échantillons nécessaires (voir l'encadré 12), mais elles exigent une connaissance initiale de la variabilité de la ressource. Cette connaissance est rarement disponible. D'une manière très générale, on peut considérer qu'un nombre d'échantillons supérieur à 30 est bon, alors qu'un nombre inférieur à 5 est probablement insuffisant.

Indépendance des observations

Idéalement, les échantillons ne devraient pas être proches les uns des autres et en aucun cas ils ne devraient pas se toucher. Ceci pour éviter que la présence d'une espèce dans un échantillon influence directement un autre échantillon où elle serait également présente. Par exemple, un grand arbre dans un échantillon pourrait influencer la possibilité qu'il y ait un autre arbre ou des jeunes arbres dans l'échantillon adjacent. Les échantillons adjacents entraînent aussi des difficultés sur la manière de considérer les individus situés sur la frontière entre les deux échantillons.

2.4 Quelle est la qualité des méthodes actuelles?

Les méthodes actuelles sont-elles biométriquement adéquates ?

Les méthodes étudiées ont été évaluées en fonction des critères mentionnés ci-dessus, pour juger de leurs qualités et de leurs défauts sur le plan biométrique dans différentes zones d'étude.

Rapport de protocoles

Il était difficile de juger la qualité biométrique de bon nombre des 97 études de PFNL passées en revue parce que les protocoles n'ont pas fait l'objet d'une description suffisamment détaillée (voir le CD-ROM ci-joint pour le détail des études passées en revue).

Ceci est préoccupant car les informations issues des évaluations sont utiles seulement aux personnes non directement impliquées dans le travail, si ces évaluations ont fait l'objet d'une description adéquate, avec un protocole qui peut être évalué pour d'autres usages ou reproduit sur d'autres sites.

La description des protocoles doit clairement comporter les éléments clés suivants :

La conception du protocole d'échantillonnage : sans détails sur la distribution spatiale des échantillons, le lecteur peut supposer que l'échantillonnage a été réalisé de manière subjective et qu'il n'est donc pas fiable sur le plan biométrique. Seulement 14 pour cent des études passées en revue ont donné des détails adéquats.

Dimensions et nombres d'échantillons : bien qu'il s'agisse d'études quantitatives, 25 pour cent des études passées en revue ne réussissent pas à dire combien d'échantillons ont été utilisés. Dans quelques cas, on parvient à connaître l'information à partir des détails de l'échantillonnage systématique utilisé, mais cela ne devrait pas être nécessaire.

Les techniques d'énumération doivent donner des renseignements sur la localisation de chaque plante ou animal et sur la manière dont ils ont été comptés ou mesurés, mais de tels détails sont souvent faiblement mentionnés.

Objectivité dans les conceptions d'échantillonnage

Il existe une gamme de conceptions d'échantillonnage disponibles, y compris les recensements, les échantillonnages aléatoires, systématiques, stratifiés et expérimentaux, qui sont statistiquement bons et ont l'objectivité adéquate (voir le Tableau 4).

Tableau 4: Les différentes conceptions d'échantillonnage dans les études passées en revue

* Pourcentage de 83 études possédant une description du protocole d'échantillonnage choisi.

NB : la somme des pourcentages n'est pas égale à 100 car de nombreuses études combinent plusieurs types d'échantillonnage différents, comme p. ex. stratifié et aléatoire, etc.

Les principales erreurs rencontrées dans les protocoles d'échantillonnage sont dues :

• Au choix subjectif de la localisation des échantillons : ce n'est pas rare, malgré de fréquentes recommandations pour l'éviter. Le choix subjectif des échantillons ou des placettes réduit la fiabilité des estimations sur la population, parce que l'erreur d'échantillonnage ne peut pas être calculée. Le choix d'un échantillonnage subjectif peut être justifié, mais aboutira toujours à des données qui sont difficiles à généraliser. Un échantillonnage subjectif peut être justifié dans les cas suivants :

• les individus sont rares, peu communs ou difficiles à trouver ;
¬ on souhaite minimiser le nombre des échantillons (et donc le coût) en choisissant des sites "représentatifs" ;
¬ le terrain est difficile et il y a des problèmes d'accès; et
¬ on utilise un savoir local.

Le choix subjectif de sites peut être acceptable si les échantillons effectivement utilisés dans ces sites sont choisis de manière objective.

• Au recours à un protocole d'échantillonnage opportuniste : c'est-à-dire quand les échantillons sont choisis simplement parce qu'ils sont facilement accessibles ou parce qu'ils ne sont connus nulle part ailleurs. Alors que dans quelques cas cela peut sembler valable (par exemple le prélèvement de données sur des échantillons d'oiseaux le long d'un sentier), un biais est toujours possible.

Le nombre d'échantillons

Les estimations reposent souvent sur des échantillons limités. Par exemple, les études ethnobotaniques reposent souvent sur des échantillons d'un hectare (à l'origine cette taille a été choisie en utilisant des courbes zones-espèces, mais maintenant cette taille est devenue standard). Un hectare est considéré comme suffisant pour prendre en compte la plupart de la flore d'une région. Alors que cette méthode peut être acceptable pour décrire une flore, elle a une valeur limitée pour l'aménagement, d'autant plus que les placettes ou les échantillons sont souvent choisis subjectivement. D'une façon générale, 29 pour cent des estimations passées en revue ont moins de 5 échantillons, 30 pour cent ont entre 5 et 30 échantillons, et seulement 40 pour cent ont plus de 30 échantillons.

L'indépendance des échantillons

La distinction entre échantillons et sous-échantillons est souvent une source de difficultés.

Les échantillons doivent être indépendants les uns des autres pour éviter tout risque de relation entre eux. Les échantillons en contact ne doivent jamais être traités comme indépendants, mais plutôt comme sous-échantillons. Cependant, de nombreuses études considèrent les sous-échantillons contigus comme indépendants - c'est ce que l'on appelle la pseudo-répétition. L'Annexe 2 présente un diagramme qui explique la différence entre des échantillons et des sous-échantillons.

La valeur biométrique des études passées en revue

Le Tableau 5 montre la performance biométrique des différents types d'évaluation étudiés. Les principaux critères utilisés pour juger si une étude est biométrique ou non sont :

• une description adéquate des protocoles utilisés ;
• l'utilisation d'un échantillonnage objectif ;
• l'utilisation de plus d'une placette ; et
• l'utilisation de placettes indépendantes.

Tableau 5: Les qualités biométriques des études passées en revue

Seulement 38 pour cent des 126 études passées en revue sont biométriquement adéquates par rapport aux quatre critères, alors qu'environ 43 pour cent des inventaires de ressource et 90 pour cent des études de rendement ne sont pas satisfaisantes. Cependant, 56 pour cent des études n'ont pas été suffisamment détaillées pour permettre un jugement sur leur qualité biométrique.

Les principaux problèmes rencontrés dans les études sont :

• une description inadéquate du protocole ;
• l'utilisation d'un protocole d'échantillonnage subjectif ;
• l'utilisation d'un nombre d'échantillons limité ou unique ; et
• la confusion entre échantillons et sous-échantillons.

Le fait que les études sur les inventaires de ressource et sur les rendements soient souvent insuffisantes en ce qui concerne la description du protocole et/ou utilisent un échantillonnage pauvre constitue un problème préoccupant. Ces deux types d'études sont utilisés pour informer les gestionnaires et doivent être solides sur le plan biométrique. Si cette étude reflète la réalité générale, alors beaucoup d'informations fournies manquent de crédibilité.

Bien qu'il ne soit pas nécessaire que toutes les études soient biométriquement rigoureuses, il est utile pour les utilisateurs de comprendre pourquoi la biométrique est importante afin de pouvoir juger s'ils en ont besoin ou non.

2.5 La biométrique est-elle toujours nécessaire ?

Il existe une forte demande d'information sur les PFNL, mais cette information n'a pas toujours besoin d'être rigoureuse. Cela dépend des objectifs, besoins et attentes des utilisateurs de l'information issue des estimations.

Alors, pourquoi utiliser des méthodes biométriques?

Débat clé : données quantitatives contre données qualitatives.

Depuis des décennies, les scientifiques sociaux se sont querellés pour savoir laquelle de ces approches était la meilleure pour l'étude des phénomènes sociaux.

Combiner les avantages : Plus récemment, une tendance générale s'est développée, considérant qu'il devrait y avoir une intégration des meilleurs éléments des deux approches.

Quand la biométrie est-elle opportune ?

La rigueur biométrique est importante parce qu'elle permet de fournir une information fiable et de bonne qualité. Une telle information est importante pour s'assurer d'une planification et d'une gestion appropriées. Il s'agit là d'un point crucial pour :

Les moyens de subsistance des populations - en donnant le bon conseil : les décisions basées sur des évaluations de ressource peuvent influencer la survie à long terme des espèces et le niveau de vie des populations qui en dépendent (Cunningham, 1996b; Myers et Patil, 1995). La simplification excessive de situations complexes doit être évitée, car elle risque de fournir de faibles recommandations. Il est fondamental que les estimations faites par les communautés fournissent une information utile et fiable : les conseillers doivent voir cela comme une obligation morale.

Exploitation - en évitant la surexploitation : l'information de bonne qualité est importante pour s'assurer que les décisions prises ne conduiront pas au déclin des espèces cibles, ce qui pourrait ensuite mettre en difficulté des entreprises commerciales basées sur ces espèces. Encore aujourd'hui, peu d'entreprises utilisant les PFNL fondent leurs décisions concernant l'exploitation sur des données fiables et la surexploitation n'est pas rare. Dans de tels cas, il est essentiel que des systèmes de contrôle rigoureux soient mis en _uvre pour répondre à toute conséquence négative de l'exploitation et entreprendre des actions correctives.

L'évaluation des ressources des forêts tropicales - en permettant les comparaisons : l'utilisation de données sur les PFNL par des personnes non impliquées dans l'inventaire exige un certain niveau de standardisation de ce qui est mesuré et une bonne qualité des données. Il est difficile de comparer les résultats issus d'estimations qui sont effectuées de manière différente. Le Tableau 6 montre des erreurs fréquentes commises dans la rigueur biométrique et dans la description des protocoles utilisés, du point de vue d'un économiste des ressources naturelles, et fait des suggestions pour améliorer les méthodes (Godoy et al., 1993).

Visions stratégiques - planification et définition des priorités : souvent les données utilisées pour les statistiques nationales, régionales ou internationales viennent d'évaluations locales de PFNL. Souvent appelée "méta-analyse", cette synthèse d'études différentes est plus qu'une simple compilation de données, mais implique une analyse plus approfondie permettant une interprétation plus large. Certes, c'est un moyen peu onéreux pour produire des données à grande échelle, mais il n'est pas plus fiable que les données qu'il utilise. Cette méthode fournira des résultats adéquats sur le plan biométrique seulement si les évaluations locales l'ont été.

Crédibilité - en évitant des biais politiques : l'assurance que les données soient biométriquement bonnes peut ajouter du poids aux recommandations basées sur ces données. Là où les gouvernements doivent défendre leurs arguments pour instaurer des quotas face à ceux qui font pression en faveur de niveaux d'exploitation plus élevés (industries/commerce) ou plus bas (défenseurs de l'environnement), posséder des données fiables est important. L'étude de cas 1 fournit un exemple utile du rôle des données fiables dans le débat politique sur le quota national d'exploitation de l'écorce de Prunus africana au Cameroun.

Tableau 6: Résumé des principaux points faibles concernant l'évaluation des ressources de PFNL dans les études