Fondateur de Mieux Donner
Temps de lecture : 9 minutes
En 2023, la Banque mondiale estimait qu’environ 700 millions de personnes vivaient encore avec moins de 2,15 dollars par jour, seuil d’extrême pauvreté internationale [1]. La même année, l’Organisation mondiale de la santé (OMS) estimait que près de 5 millions d’enfants de moins de cinq ans mouraient de causes largement évitables [2]. Parallèlement, le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) indiquait que, sans inflexion rapide des émissions, le dépassement durable du seuil de +1,5°C devenait hautement probable [3].
Ces chiffres sont vertigineux. Ils décrivent des phénomènes systémiques, globaux, structurels.
Dans ce contexte, un don individuel de 50 €, 100 € ou 500 € peut sembler insignifiant : on compare spontanément sa contribution à l’ampleur du problème. Pourtant, l’impact réel d’un don ne se réduit pas à une impression subjective. Des analyses montrent qu’à montant égal, un don peut produire jusqu’à 100 fois plus d’impact selon l’association soutenue. Et si chaque vie compte, alors la différence d’impact, elle aussi, devrait compter davantage.
Un don individuel ne changera pas, à lui seul, la courbe mondiale de l’extrême pauvreté. Mais pour l’enfant supplémentaire qui évite une maladie grave, pour la famille qui gagne en sécurité et en sérénité, la différence est considérable. Imaginez un proche malade : l’idée que personne n’aide au motif que cela ne change pas « grand-chose » à l’échelle globale serait révoltante, parce que, pour vous, cela compte immensément. C’est aussi vrai pour les personnes qui reçoivent l’aide. Et c’est précisément ce que l’impact marginal permet d’éclairer : ce que votre don rend possible, en plus, par rapport à l’absence de don.
Cette tension entre l’échelle du problème et l’effet réel d’un geste est compréhensible, mais elle est méthodologiquement trompeuse : elle conduit à évaluer un don à la mauvaise échelle. Pour l’analyser correctement, il faut introduire un concept central en économie et en théorie de la décision : l’impact marginal.
Définition économique
En microéconomie, l’analyse marginale désigne l’étude de la variation d’un résultat consécutive à une variation infinitésimale d’un facteur. Depuis Alfred Marshall [4], la décision rationnelle s’évalue non pas à partir de grandeurs totales, mais à partir de différences marginales.
Formellement, si l’on note :
𝐼(𝐷) l’impact total produit par un niveau de dons 𝐷,
alors l’impact marginal correspond à la dérivée 𝑑𝐼𝑑𝐷, c’est-à-dire à la variation d’impact générée par une unité supplémentaire de don.
Définition contrefactuelle
En évaluation d’impact, notamment dans les travaux du J-PAL du MIT [5], l’effet causal d’une intervention est défini de manière contrefactuelle : c’est la différence entre l’état du monde avec intervention et l’état du monde sans intervention.
Appliqué au don :
Impact marginal = Impact avec le don – Impact sans le don.
La comparaison pertinente n’est donc pas :
Mon don est-il proportionné à la pauvreté mondiale ?
Mais :
Que se passe-t-il si je donne, comparé à si je ne donne pas ?
C’est précisément cette logique que nous détaillons lorsque nous expliquons notre sélection des associations à fort impact, où nous explicitons les critères d’analyse rigoureux sur lesquels reposent nos recommandations.
Dans de nombreux cas, l’impact d’un don n’est pas déterministe mais probabiliste. Un euro donné ne produit pas un résultat certain et identifiable ; il modifie une distribution de probabilités. Cette distinction est essentielle.
La théorie de l’utilité espérée, formalisée par John von Neumann et Oskar Morgenstern en 1944 dans Theory of Games and Economic Behavior, établit qu’un agent rationnel confronté à l’incertitude doit évaluer une action à partir de l’espérance mathématique de ses conséquences. Autrement dit, la valeur rationnelle d’une action correspond à la somme des résultats possibles pondérés par leur probabilité.
Formellement :
Impact espéré = Probabilité du résultat × Ampleur du résultat
Ce cadre est aujourd’hui omniprésent en économie publique, en finance, en assurance et en économie de la santé. Il permet de comparer des interventions dont les effets sont incertains mais quantifiables.
Appliqué au don, cela signifie que la question pertinente n’est pas :
“Mon don produit-il un effet certain ?”
mais :
“Mon don augmente-t-il la probabilité d’un résultat socialement significatif ?”
Prenons un exemple documenté. Les moustiquaires imprégnées d’insecticide contre le paludisme ont fait l’objet de méta-analyses rigoureuses dans la Cochrane Library [11], qui montrent une réduction statistiquement significative de la mortalité infantile dans les zones couvertes. Ces résultats reposent sur des essais contrôlés randomisés et sur l’agrégation de données issues de contextes variés.
À partir de ces données, des évaluateurs indépendants comme GiveWell [10] estiment un coût moyen par vie sauvée. Cette estimation n’est pas une simple division mécanique ; elle intègre des hypothèses prudentes concernant :
Supposons, à titre illustratif, qu’une intervention permette statistiquement de sauver une vie pour 5 000 €. Un don de 100 € ne “sauve pas 0,02 vie”. Cette formulation est conceptuellement incorrecte car la vie humaine n’est pas divisible.
En revanche, un don de 100 € augmente marginalement la probabilité agrégée qu’une vie soit sauvée dans la population ciblée. Il contribue à l’espérance statistique du résultat collectif.
Cette logique peut sembler abstraite, mais elle est standard dans l’action publique. Lorsqu’un État investit dans une campagne de vaccination, dans la sécurité routière ou dans la prévention des maladies cardiovasculaires, il ne “sauve” pas une vie déterminée. Il réduit une probabilité de décès à l’échelle d’une population. Les bénéfices sont mesurés en vies statistiques sauvées, en années de vie gagnées ou en QALYs (Quality-Adjusted Life Years).
Le don individuel s’inscrit exactement dans ce cadre. Il ne crée pas un miracle visible. Il modifie marginalement une trajectoire probabiliste.
Chez Mieux Donner, nous privilégions précisément les interventions dont l’espérance d’impact est élevée au regard des coûts engagés, c’est-à-dire celles pour lesquelles un euro supplémentaire augmente de manière significative la probabilité d’un résultat socialement substantiel.
Un point fondamental doit être clarifié : tous les dons ne génèrent pas le même impact marginal.
En économie publique, l’additionnalité désigne la part d’un effet qui n’aurait pas eu lieu en l’absence de l’intervention considérée. Autrement dit, une action est dite additionnelle si elle produit un résultat supplémentaire par rapport au scénario contrefactuel.
Cette notion est centrale dans l’évaluation des politiques publiques, notamment dans l’analyse des subventions, des crédits d’impôt ou des financements internationaux. Une intervention peut paraître massive en valeur absolue, mais produire peu d’effet additionnel si elle remplace simplement un financement qui aurait existé de toute façon.
Appliquée au don individuel, l’additionnalité pose une question simple mais décisive :
Si je ne donne pas, l’action aura-t-elle lieu quand même ?
Si un programme est déjà intégralement financé et qu’un don supplémentaire permet simplement à un autre financeur de se retirer ou de réallouer ses fonds ailleurs, l’impact marginal réel du don peut être faible. Il y a alors substitution plutôt que création d’impact.
En revanche, si une organisation dispose d’opportunités d’extension non financées, par exemple l’achat supplémentaire de moustiquaires, l’ouverture d’une nouvelle zone d’intervention, le recrutement d’un agent de santé additionnel, alors un euro supplémentaire peut effectivement déclencher une action nouvelle.
Sans additionnalité, il n’y a pas de variation entre le monde “avec don” et le monde “sans don”.
Cette analyse implique également de prendre en compte les rendements décroissants. À mesure qu’un programme est financé, les opportunités les plus efficaces sont généralement exploitées en premier. L’impact marginal d’un euro supplémentaire peut alors diminuer. L’évaluation rigoureuse consiste précisément à identifier les contextes où l’impact marginal demeure élevé.
L’additionnalité n’est pas toujours parfaitement observable. Elle repose sur l’analyse :
Une organisation transparente doit être capable d’expliquer ce que finance un euro supplémentaire.
En l’absence de cette information, il est difficile d’estimer l’impact marginal réel d’un don.
L’impression que notre contribution est insignifiante n’est pas seulement intuitive ; elle est documentée par la psychologie cognitive.
Les travaux de Daniel Kahneman et Amos Tversky [7] ont montré que notre jugement repose largement sur des heuristiques, des règles mentales simplificatrices, qui fonctionnent bien dans des contextes ordinaires mais deviennent inadaptées face à des grandeurs extrêmes. Lorsqu’un problème est exprimé en millions ou en milliards, notre esprit peine à traiter proportionnellement l’information. Nous comparons spontanément notre action à la totalité du phénomène, au lieu de la comparer à son effet différentiel.
Ce biais peut être rapproché de ce que l’on appelle parfois l’insensibilité à l’échelle : au-delà d’un certain seuil, une augmentation quantitative massive ne génère pas une augmentation proportionnelle de notre perception de gravité ou d’utilité. Dans le contexte du don, cela conduit à une erreur de cadrage : nous évaluons notre contribution relativement au problème total plutôt que relativement à ce qu’elle rend possible.
Ce biais d’échelle ne perturbe pas seulement notre manière d’évaluer l’efficacité d’un don ; il affaiblit aussi le sentiment de responsabilité personnelle. À cette difficulté cognitive s’ajoute en effet un mécanisme social bien identifié : la diffusion de responsabilité. Les expériences de Darley et Latané [8], menées à la suite de l’affaire Kitty Genovese, ont montré que plus le nombre de témoins potentiels est élevé, moins chacun se sent personnellement responsable d’intervenir. Lorsque la responsabilité est perçue comme collective, elle tend à se diluer.
Transposé aux causes globales, pauvreté mondiale, santé internationale, climat — ce mécanisme peut réduire le sentiment d’obligation individuelle : l’ampleur du problème, loin de mobiliser, peut paradoxalement désengager.
Au contraire : l’exemple peut entraîner
On résume souvent “l’effet du témoin” ainsi : plus il y a de monde, moins on agit. En réalité, c’est plus subtil. Oui, la responsabilité peut se diluer… mais dans beaucoup de situations, nous faisons aussi l’inverse : nous nous calons sur le comportement des autres.
Autrement dit, ce qui compte n’est pas seulement combien de personnes pourraient agir, mais le signal social : est-ce que les autres agissent, ou restent passifs ? Quand l’action est visible, elle devient une norme, et la norme peut déclencher l’action.
C’est particulièrement vrai pour le don : savoir que donner est courant peut encourager à donner à son tour, bien plus que si l’on pense (à tort) que “presque personne” ne le fait.
Enfin, les recherches de Paul Slovic sur la “psychic numbing”, la paralysie psychique par les nombres [9] apportent un éclairage complémentaire. Elles montrent que notre réponse émotionnelle n’augmente pas linéairement avec le nombre de victimes. Une vie identifiable suscite une réaction affective forte ; mille vies abstraites ne suscitent pas mille fois plus d’émotion. À mesure que les chiffres augmentent, notre empathie tend à se stabiliser, voire à diminuer.
Ce phénomène crée un décalage entre la gravité objective d’une situation et la perception subjective que nous en avons. Un don qui augmente marginalement la probabilité qu’un enfant évite une maladie grave produit un effet réel dans le monde. Mais cet effet, parce qu’il est statistique et non narratif, ne déclenche pas nécessairement une réaction émotionnelle proportionnelle.
Pris ensemble, ces mécanismes cognitifs et sociaux expliquent pourquoi nous avons tendance à sous-estimer l’impact marginal d’un don. Ce n’est pas que l’effet soit nul ; c’est que notre architecture psychologique est mal équipée pour évaluer des variations probabilistes à grande échelle.
Comprendre ces biais ne garantit pas une décision parfaite. Mais cela permet au moins de distinguer l’impression d’inutilité, psychologiquement explicable, de l’évaluation rationnelle de l’impact, économiquement mesurable.
Dans le domaine climatique, l’analyse de l’impact marginal d’un don est plus complexe que dans le cas d’interventions directes. La difficulté ne tient pas à l’absence de données, mais à la structure même du problème.
Le GIEC [3] établit avec un degré élevé de consensus scientifique les trajectoires physiques globales : relation entre émissions cumulées et réchauffement, projections de scénarios selon différents niveaux d’atténuation, impacts attendus en fonction des trajectoires d’émissions. Sur le plan physique, le lien entre émissions de gaz à effet de serre et élévation des températures est solidement documenté.
En revanche, les leviers d’action philanthropiques se situent rarement à ce niveau physique direct. Ils passent le plus souvent par des chaînes causales indirectes et institutionnelles : plaidoyer réglementaire, évolution des normes industrielles, contentieux stratégiques, production d’expertise, transformation des incitations économiques ou des standards de marché.
Autrement dit, entre un don et une réduction effective d’émissions, plusieurs étapes intermédiaires interviennent :
Chaque maillon de cette chaîne comporte une probabilité de succès. L’impact final dépend donc du produit de ces probabilités successives.
C’est pourquoi l’incertitude climatique est dite structurelle : elle ne concerne pas seulement l’efficacité d’une action isolée, mais la robustesse d’une séquence d’événements interdépendants.
Cependant, l’incertitude n’implique pas absence d’impact. Elle implique que l’impact soit modélisé en termes probabilistes plutôt que déterministes.
Dans l’analyse économique, il est courant d’évaluer des interventions à partir d’espérances mathématiques, même lorsque les chaînes causales sont longues. Les décisions d’infrastructures, de recherche et développement ou de politiques industrielles reposent sur ce type de raisonnement : un faible changement de probabilité appliqué à un résultat systémique important peut générer une valeur attendue substantielle.
Dans le cas climatique, l’effet marginal d’un don peut ainsi être compris comme une modification, même modeste, de la probabilité qu’une trajectoire réglementaire ou technologique plus favorable soit adoptée. Lorsque l’enjeu global, stabilisation des températures, réduction des risques extrêmes, est massif, de petites variations probabilistes peuvent correspondre à des gains attendus significatifs.
L’enjeu n’est donc pas d’éliminer l’incertitude, ce qui serait impossible, mais de l’intégrer explicitement dans le raisonnement. Cela suppose :
Dans notre analyse du climat, nous adoptons précisément cette approche : plutôt que d’exiger une certitude irréaliste ou de renoncer à toute estimation, nous examinons la cohérence de la chaîne causale, la qualité des preuves disponibles et la plausibilité des mécanismes invoqués.
Raisonner rigoureusement en contexte d’incertitude ne consiste pas à affirmer que l’impact est certain. Il consiste à déterminer si l’espérance d’impact, compte tenu des probabilités et des enjeux, est suffisamment élevée pour justifier l’allocation de ressources.
Dans un domaine systémique comme le climat, la rationalité ne consiste pas à rechercher l’effet direct le plus visible, mais à identifier les leviers capables d’influencer durablement des trajectoires globales.
Un raisonnement scientifique doit reconnaître ses limites.
Les estimations coût-efficacité reposent sur des hypothèses. Les effets indirects peuvent être difficiles à mesurer. Les comparaisons entre causes soulèvent des questions normatives légitimes.
Cependant, l’alternative à une estimation imparfaite n’est pas la perfection : c’est l’absence d’analyse.
Refuser d’utiliser des données disponibles au motif qu’elles sont incertaines revient à substituer l’intuition brute à l’évaluation structurée.
Comparer son don à la taille totale du problème est une erreur d’échelle. La comparaison pertinente est contrefactuelle et marginale.
Si un don augmente, même légèrement, la probabilité qu’un résultat positif se produise, alors il possède un impact réel.
Dans un monde où les décisions publiques reposent déjà sur des probabilités, ignorer la logique marginale serait incohérent.
La question n’est donc pas : “Mon don suffit-il à résoudre le problème ?” La question est : “Change-t-il quelque chose ?”
Lorsqu’il est orienté vers des interventions rigoureusement évaluées, fondées sur des données solides et une analyse comparative exigeante, la réponse est souvent oui.
Si vous souhaitez que votre contribution s’inscrive dans cette logique, en privilégiant des organisations dont l’impact marginal est élevé, documenté et transparent : vous pouvez donner via Mieux Donner et orienter votre don vers des associations sélectionnées pour la force de leur impact.
[1] Banque mondiale. Poverty and Inequality Platform – Extreme Poverty Data (International Poverty Line $2.15/day, 2017 PPP).
World Bank Group, données actualisées 2023.
https://www.worldbank.org/en/topic/poverty/overview
[2] Organisation mondiale de la santé (OMS). Global Health Observatory Data Repository – Child Mortality Estimates.
WHO, dernières estimations disponibles 2023.
https://www.who.int/data/gho
[3] Intergovernmental Panel on Climate Change (IPCC). Sixth Assessment Report (AR6), Synthesis Report.
IPCC, 2023.
https://www.ipcc.ch/report/ar6/syr/
[4] Marshall, Alfred. Principles of Economics.
London: Macmillan, 1890. Édition numérique disponible via EconLib.
https://www.econlib.org/library/Marshall/marP.html
[5] Abdul Latif Jameel Poverty Action Lab (J-PAL). Methodology: Randomized Evaluations.
Massachusetts Institute of Technology (MIT).
https://www.povertyactionlab.org/methodology
[6] Singer, Peter. “Famine, Affluence, and Morality.” Philosophy & Public Affairs, Vol. 1, No. 3 (1972), pp. 229–243.
Stable URL (JSTOR):
https://www.jstor.org/stable/2265052
[7] Kahneman, Daniel & Tversky, Amos. “Judgment under Uncertainty: Heuristics and Biases.” Science, Vol. 185, No. 4157 (1974), pp. 1124–1131.
https://science.sciencemag.org/content/185/4157/1124
[8] Darley, John M. & Latané, Bibb. “Bystander Intervention in Emergencies: Diffusion of Responsibility.” Journal of Personality and Social Psychology, Vol. 8, No. 4 (1968), pp. 377–383.
https://psycnet.apa.org/record/1968-08862-001
[9] Small, Deborah A.; Loewenstein, George; Slovic, Paul. “Sympathy and Callousness: The Impact of Deliberative Thought on Donations to Identifiable and Statistical Victims.” Psychological Science, Vol. 18, No. 2 (2007), pp. 143–148.
https://journals.sagepub.com/doi/10.1111/j.1467-9280.2007.01879.x
[10] GiveWell. How We Work – Cost-Effectiveness Analysis Methodology.
GiveWell Research, méthodologie en ligne.
https://www.givewell.org/how-we-work/our-criteria/cost-effectiveness
[11] Pryce, J.; Richardson, M.; Lengeler, C. “Insecticide-treated nets for preventing malaria.” Cochrane Database of Systematic Reviews (2018).
https://www.cochranelibrary.com/cdsr/doi/10.1002/14651858.CD000363.pub3/full
La Finlande, l’Islande et le Danemark en haut du classement 2026. Découvrez la liste complète des 147 pays, les conclusions concernant les réseaux sociaux et le bien-être, et comment vos dons contribuent au bonheur.
La vie humaine est précieuse. Il est naturel de vouloir mobiliser toutes nos ressources pour sauver une vie, même si cela ne prolongeait une vie que d’une semaine. Mais que se passe-t-il lorsque d’autres individus sont également en danger, et que nos ressources ne suffisent à tous leur venir en aide ? En tant que société, nous devons faire face à des limites pratiques qui nous obligent à prendre des décisions difficiles.
Il est facile de se ressentir du désarroi face au recul spectaculaire des glaciers dans les Alpes et l’ampleur du changement climatique peut facilement nous laisser un sentiment d’impuissance. Cet article vous apportera les connaissances nécessaires pour agir de manière significative en faveur du climat, tant dans votre vie personnelle que par le biais de vos dons à des associations.
Une victoire juridique célébrée comme « monumentale ». Des scientifiques qui alertent. Des enfants qui perdent la vue. Ce que le cas du Riz Doré révèle sur l’activisme et les preuves.
Et si la meilleure façon d’aider quelqu’un vivant avec 2 dollars par jour était simplement de lui donner de l’argent ? GiveDirectly le fait depuis 2009. Ce que les études disent, ce que GiveWell en pense, et pourquoi la réduction fiscale est bloquée en France.
Vous souhaitez donner pour la biodiversité. Vous pensez à un projet de rewilding près de chez vous. Pourtant, dans certains cas, ces efforts de restauration locale peuvent faire cinq fois plus de dégâts à la biodiversité mondiale que de bénéfices. Alors comment ne pas nuire, et où votre don aura-t-il le plus d’impact sur la planète ?
