Mesurer la durabilité sociale de l’agriculture : guide pratique du topic GOVERNANCE-02

Identifiant officiel : HORIZON-CL6-2026-03-GOVERNANCE-02
Action : Horizon Europe Research and Innovation Actions (RIA)
Budget indicatif : 10,8 M€ pour le topic ; deux projets attendus dans la liste officielle de l’appel.
Calendrier : ouverture le 14 janvier 2026 ; clôture le 15 avril 2026.
Statut au 21 octobre 2026 : CLÔTURÉ. Contenu conservé comme fiche historique.

1. Le problème à résoudre

La durabilité agricole est souvent évaluée à travers les dimensions économiques et environnementales : revenus, productivité, émissions, sols, eau, biodiversité ou utilisation des intrants. Le topic GOVERNANCE-02 cherche à renforcer la troisième dimension, la durabilité sociale, en améliorant la capacité à observer, mesurer et interpréter ce qui arrive aux personnes qui vivent et travaillent dans les systèmes agricoles.

La difficulté n’est pas seulement un manque de données. Les données disponibles peuvent être fragmentées entre administrations, enquêtes, études de cas et systèmes statistiques ; les catégories utilisées ne sont pas toujours comparables ; certains groupes ou effets restent invisibles ; et les outils d’évaluation peuvent ne pas intégrer les déterminants sociaux. Le topic finance donc une chaîne complète : définir les enjeux, identifier les lacunes, améliorer les données et indicateurs, tester les méthodes, puis fournir des éléments fiables pour les politiques publiques.

Il ne s’agit pas d’un financement destiné principalement à une exploitation agricole qui souhaite moderniser son équipement, ni d’un projet de conseil RH classique. Le cœur du projet doit être la recherche et l’innovation sur les méthodes, les données, les indicateurs et les outils permettant d’évaluer la performance sociale du secteur agricole.

2. Quelles dimensions sociales étudier ?

Le topic cite notamment l’emploi, la démographie, les migrations, les questions distributives, la justice procédurale, l’inclusion, la santé et le bien-être, l’intégration sociale et l’égalité entre les femmes et les hommes. Ces dimensions ne doivent pas devenir une simple liste de mots-clés : une proposition doit choisir des questions de recherche précises et expliquer comment elles seront observées dans différents types d’activités agricoles, de modes de production et d’échelles géographiques.

Exemples de questions de recherche possibles, à considérer comme illustrations et non comme sous-thèmes officiellement imposés :

• Les indicateurs utilisés pour mesurer l’attractivité des métiers agricoles reflètent-ils correctement les conditions de travail, la stabilité de l’emploi et les trajectoires professionnelles ?
• Les données permettent-elles de comparer les effets sociaux de différents systèmes de production, y compris l’agriculture biologique, sans confondre les effets du mode de production avec ceux du territoire ou de la taille des exploitations ?
• Comment documenter la place des travailleurs saisonniers, des travailleurs migrants ou des groupes moins visibles dans les statistiques disponibles ?
• Les indicateurs de santé, de bien-être et de charge de travail peuvent-ils être combinés à des données économiques et environnementales pour éclairer les arbitrages de politique agricole ?
• Les mécanismes de consultation des agriculteurs et des communautés rurales permettent-ils de mesurer l’inclusion et la justice procédurale, plutôt que la seule présence à des réunions ?

Une bonne proposition précise la population étudiée, le niveau d’analyse, les variables, les sources de données et la façon dont les résultats permettront de mieux comprendre les déterminants sociaux.

3. La chaîne de travail attendue

Étape A — Définir le cadre de durabilité sociale

Le consortium doit établir une définition opérationnelle des dimensions sociales retenues, justifier leur pertinence pour l’agriculture et montrer comment elles complètent les outils d’évaluation économique et environnementale. Il faut éviter un cadre si vaste qu’il devient impossible à mesurer, ou si étroit qu’il ne permet pas de répondre à la question de politique publique.

Étape B — Cartographier les données et les lacunes

Inventorier les sources quantitatives et qualitatives : statistiques existantes, données administratives, enquêtes, études de cas, entretiens, observations et données produites par les acteurs du terrain. Pour chaque source, décrire la population couverte, la granularité, la fréquence, les biais possibles, les conditions d’accès, la comparabilité et les variables absentes.

La cartographie doit montrer quelles lacunes sont réellement méthodologiques et lesquelles relèvent de l’accès, de l’interopérabilité ou de la qualité des données. Un tableau de correspondance entre questions de recherche, variables, sources, limites et solutions envisagées est un outil de travail utile.

Étape C — Concevoir des indicateurs et modèles robustes

Le projet doit améliorer les indicateurs, méthodes de mesure et outils d’analyse, pas simplement agréger des statistiques existantes. Les propositions doivent expliquer comment elles testeront la validité, la fiabilité et la comparabilité des indicateurs, comment elles traiteront les différences territoriales et comment elles rendront visibles les groupes insuffisamment représentés.

La combinaison de données quantitatives et qualitatives est particulièrement importante : les statistiques peuvent établir une distribution ou une tendance, tandis que les études de cas, entretiens et analyses de réseaux peuvent expliquer les mécanismes sociaux derrière cette tendance. Le choix de méthode doit découler de la question posée.

Étape D — Tester et piloter les solutions

Les nouveaux indicateurs, modèles ou outils doivent être testés sur des cas et des utilisateurs réels. Le dossier doit préciser les territoires, systèmes agricoles et groupes concernés, les critères de succès, les limites de généralisation et les modifications apportées après les tests. Un indicateur qui fonctionne dans un territoire ou une filière ne doit pas être présenté comme universel sans preuve.

Étape E — Transformer les résultats en recommandations utilisables

Les recommandations doivent identifier les décisions auxquelles les résultats peuvent contribuer, le niveau de gouvernance concerné et les conditions de mise en œuvre. Elles doivent être compréhensibles pour les décideurs, les organisations agricoles, les entreprises et les autres utilisateurs finaux. La diffusion doit aller au-delà d’une publication scientifique : données documentées, méthodes reproductibles, outils d’analyse et supports de décision peuvent faciliter la réutilisation.

4. Pourquoi les sciences humaines et sociales sont centrales

Le topic exige une contribution effective des disciplines SSH, notamment sociologie, psychologie, démographie, sciences comportementales et éducation. Il ne suffit pas de citer un partenaire en sciences sociales dans la liste du consortium. Son rôle doit apparaître dans la conception des questions, le choix des indicateurs, les méthodes de collecte et d’interprétation, ainsi que dans les recommandations.

Les disciplines SSH aident à éviter des erreurs d’interprétation : traiter une corrélation comme une causalité, utiliser des catégories statistiques qui ne correspondent pas à l’expérience vécue, négliger les rapports de pouvoir ou supposer qu’un même indicateur a la même signification pour tous les groupes. Le projet doit expliquer comment ces expertises dialoguent avec l’économie agricole, les sciences agronomiques, la statistique, la modélisation et les politiques publiques.

5. Le consortium à construire

Un consortium convaincant associe des compétences complémentaires, chacune reliée à une tâche précise :

• équipes de recherche en sciences sociales et en économie agricole ;
• spécialistes des statistiques, indicateurs, données et modélisation ;
• organismes disposant de données ou d’une expérience de terrain ;
• réseaux agricoles, organisations professionnelles, conseillers et acteurs de l’AKIS lorsque leur rôle aide à mobiliser les utilisateurs ;
• autorités publiques et organismes impliqués dans la conception ou l’évaluation des politiques agricoles ;
• exploitations, organisations de producteurs ou autres utilisateurs finaux pour tester les outils et vérifier leur utilité.

La composition doit refléter la diversité des systèmes agricoles et les échelles géographiques retenues. Les partenaires de terrain ne doivent pas être sollicités uniquement à la fin pour valider des résultats déjà produits : leur implication précoce améliore la pertinence des indicateurs et l’accès aux données.

6. Données, éthique et qualité de mesure

Les données sociales peuvent porter sur des situations professionnelles, la santé, les revenus, le genre ou des groupes vulnérables. Le plan de données doit préciser les bases légales et conditions d’accès applicables, les règles de consentement lorsque nécessaire, la minimisation des données personnelles, la sécurisation, l’anonymisation et les conditions de partage. Les principes FAIR ne signifient pas que toutes les données personnelles doivent être rendues publiques : la réutilisation doit être organisée dans le respect des contraintes applicables.

La qualité des mesures demande également une attention aux biais de sélection, aux données manquantes, aux différences de définition entre pays, aux changements de méthodologie et aux limites de représentativité. Une proposition solide décrit comment elle documentera ces limites et évitera de transformer une incertitude en conclusion politique catégorique.

8. Livrables et indicateurs de qualité à prévoir

Les livrables utiles peuvent comprendre un cadre conceptuel documenté, une cartographie des sources, un catalogue d’indicateurs, une méthode de calcul, un modèle ou outil testé, des jeux de données documentés, des études de cas, des recommandations de politiques publiques et des supports destinés aux utilisateurs. Ce sont des options de conception, à adapter au projet, et non une liste exhaustive de livrables prescrits par le topic.

Pour chaque indicateur, documenter la définition, l’unité, la population, la source, la fréquence, les limites, la comparabilité et l’interprétation autorisée. Pour chaque outil, prévoir une validation, une analyse des erreurs et une procédure de mise à jour. Pour chaque recommandation, identifier le décideur concerné, la preuve sur laquelle elle repose et les conditions de transfert.

9. Erreurs fréquentes

1. Réduire la durabilité sociale à un seul indicateur comme le nombre d’emplois.
2. Ajouter un partenaire SSH sans lui confier de responsabilité scientifique réelle.
3. Confondre collecte de données et amélioration des capacités analytiques.
4. Promettre des comparaisons européennes sans traiter les définitions et méthodes hétérogènes.
5. Omettre les agriculteurs et utilisateurs finaux dans la conception ou les tests.
6. Décrire une diffusion générale sans préciser comment les résultats influenceront les décisions.
7. Présenter comme causal un lien qui n’est qu’observationnel.
8. Traiter les données ouvertes comme une obligation absolue sans examiner les données personnelles et les restrictions d’accès.

10. Check-list de préqualification

Avant d’évaluer un dossier, vérifier : la question sociale centrale ; les populations et systèmes agricoles étudiés ; la cartographie des données ; les lacunes précises ; la contribution SSH ; la méthode d’analyse ; les indicateurs et modèles à tester ; les terrains pilotes ; les partenaires utilisateurs ; la stratégie de données et d’éthique ; les recommandations attendues ; la diffusion et la réutilisation. Une proposition qui ne dépasse pas le stade descriptif ou qui n’explique pas comment ses outils seront validés doit être examinée avec prudence.

11. Statut et sources

Le topic est clôturé depuis le 15 avril 2026. Le budget de 10,8 M€ est celui du topic, et non une enveloppe automatiquement attribuable à un seul candidat.

• Page officielle du topic — Horizon Europe France
• Liste officielle du Call 03 single-stage 2026
• Description officielle sur CORDIS — Commission européenne