| Personnes sans ID légale | ~850 millions |
| Enfants non enregistrés / an | ~166 millions |
| Pays couverts par ID4D | 148 pays |
| ODD cible directe | ODD 16.9 |
Identité Numérique & Inclusion dans le Monde — EDA Complète
22 juin 2026
L’identité légale est le socle de l’accès aux droits fondamentaux : sans elle, un individu n’existe pas aux yeux de l’État.
Elle conditionne l’accès à :
« Ne pas avoir d’identité, c’est être invisible pour son propre pays. »
| Personnes sans ID légale | ~850 millions |
| Enfants non enregistrés / an | ~166 millions |
| Pays couverts par ID4D | 148 pays |
| ODD cible directe | ODD 16.9 |
L’ODD 16.9 engage les États à fournir une identité légale à tous d’ici 2030 — nous sommes encore loin du compte.
Cette EDA cherche à répondre à 5 questions centrales :
① Quelle est la couverture mondiale ? Cartographier les taux d’ID et identifier les pays les plus exclus.
② Quelles fractures structurelles existent ? Analyser les inégalités de genre, de lieu de résidence et de revenus.
③ Comment évolue la situation ? Mesurer la progression (ou régression) sur la période disponible.
④ Où en est l’identité numérique ? Évaluer le fossé entre ID classique et identité numérique.
⑤ Peut-on regrouper les pays en profils ? Clustering K-means pour identifier des typologies d’exclusion.
| Source des données | World Bank ID4D Survey |
| Période couverte | 2006 – 2024 |
| Pays analysés | 148 pays / territoires |
| Indicateurs | 11 indicateurs clés |
| Unité d'analyse | Pays (moyennes agrégées) |
| Méthodes utilisées | EDA + Tests Spearman + K-means |
Les analyses portent sur les données agrégées par pays. L’unité est le pourcentage de population, non les individus.
Partie 1 — Les Données
Partie 2 — Possession d’Identité
Partie 3 — Fractures d’Accès
Partie 4 — Numérique & Évolution
Partie 5 — Analyses Avancées (nouveau)
| Colonne | Type | Description |
|---|---|---|
| REF_AREA_LABEL | Texte | Pays observé (199 pays) |
| INDICATOR_LABEL | Texte | Indicateur mesuré (11 indicateurs) |
| SEX_LABEL | Catégorie | Sexe : Total / Male / Female |
| AGE_LABEL | Catégorie | Tranche d'âge concernée |
| URBANISATION_LABEL | Catégorie | Zone : Total / Urban area / Rural area |
| TIME_PERIOD | Entier | Année d'observation (2006–2024) |
| OBS_VALUE | Décimal | Valeur de l'indicateur (%) |
| COMP_BREAKDOWN_1_LABEL | Catégorie | Sous-groupe : revenu, raison, etc. |
148 Pays couverts
254 322 Observations brutes
7 403 Observations valides
2006 → 2024 Période couverte
Problèmes détectés
246 919 lignes supprimées (OBS_VALUE manquant)
TIME_PERIOD stocké comme texte au lieu d’entier
Multiples niveaux de désagrégation (sexe, zone, revenu) mélangés dans les mêmes lignes
Risque de double comptage si on ne filtre pas sur la ligne “Total” de référence
11 indicateurs différents empilés dans un seul fichier long
Solutions appliquées
filter(!is.na(OBS_VALUE)) → suppression des lignes sans mesure
as.integer(TIME_PERIOD) → conversion en année numérique
Filtre baseline : SEX="Total", URBAN="Total", BREAKDOWN="Total" pour les vues globales
Sous-datasets dédiés : id_own, dig_id, birth, no_id
Pivots dédiés pour calculer les écarts (genre, zone, revenu)
89% Possession d’ID — Moyenne Mondiale
148 Pays analysés
46.1% Identité numérique
91.6% Naissances enregistrées
1.7 pp Écart de Genre Moyen
1.6 pp Écart Urbain–Rural Moyen
Figure 1
1 pays ont un taux de possession d’ID inférieur à 30%, contre 98 pays au-dessus de 90%.
Figure 2
Écart maximal de 75.7 points entre South Sudan (24.1%) et Iceland (99.9%).
Figure 3
L’écart de genre dépasse 20 points dans plusieurs pays, en particulier au Yémen, au Tchad et en Afghanistan.
Figure 4
La fracture urbain-rural atteint son maximum dans des pays comme le Laos, le Mozambique et le Soudan du Sud.
Figure 5
L’écart moyen mondial entre les 60% les plus riches et les 40% les plus pauvres est de 2.8 points de pourcentage.
Figure 6
Le coût et le manque de documents requis sont, en moyenne mondiale, les premières barrières citées par les personnes sans identité.
Figure 7
Figure 8
Moyenne mondiale de 46.1% pour l’identité numérique, avec 15 pays en dessous de 20%.
Figure 9
Figure 10
5 pays enregistrent moins de la moitié de leurs enfants à la naissance — premier acte d’identité d’un être humain.
Figure 11
Figure 12
Figure 13
97.1% des observations brutes sont manquantes. Ce biais de collecte est plus fort sur les indicateurs numériques que sur la possession d’ID.
Figure 14
Malawi est le champion de la progression avec +73.1 points entre 2017 et 2024. Certains pays régressent toutefois, signe d’instabilité institutionnelle.
Figure 15
44.4% des pays disposent d’un système d’identité numérique en ligne · 77.5% ont un système de vérification numérique. L’absence d’ID bloque surtout l’accès aux élections et aux services financiers.
Figure 16
La corrélation de Spearman est ρ = 0.242 (p = 0.07) — la relation est forte mais non linéaire : certains pays ont un taux d’ID classique élevé mais restent très en retard sur le numérique.
Figure 17
| Profil | Pays | ID classique (%) | ID numérique (%) | Naissances enr. (%) | Écart genre (pp) | Écart urbain-rural (pp) |
|---|---|---|---|---|---|---|
| Avancés, fracture numérique | 1 | 96.3 | 16.0 | 85.1 | -0.7 | 1.5 |
| En développement, forte fracture | 17 | 94.5 | 34.0 | 99.9 | -0.3 | 0.1 |
| Très avancés & inclusifs | 11 | 97.5 | 86.9 | 99.9 | -0.4 | -0.3 |
| Très exclus | 1 | 57.7 | 42.2 | 100.0 | 9.6 | -7.7 |
Le clustering révèle 4 profils distincts — des pays très avancés et inclusifs jusqu’aux pays très exclus où ID classique, numérique et enregistrement des naissances sont tous bas simultanément.
Figure 18
Accès de base à l’identité
Programmes nationaux gratuits dans les pays à taux d’ID < 30% (Soudan du Sud, Malawi, Liberia)
Bureaux d’état civil mobiles en zone rurale (Laos, Mozambique, Soudan du Sud)
Genre
Enregistrement ciblé des femmes dans les pays à fort écart (Yémen, Tchad, Afghanistan)
Coût & démarches
Gratuité de l’obtention d’un ID (Guinée, Ghana, Mozambique)
Simplifier les prérequis documentaires, surtout en Afrique subsaharienne
Numérique & naissances
Enregistrement systématique à la maternité (Yémen, Mozambique, Nigéria)
Investir dans l’infrastructure numérique des pays en développement
| Dimension | Insight clé |
|---|---|
| Taux mondial ID | 89% en moyenne |
| Pays le + exclu | South Sudan (24.1%) |
| Pays le + avancé | Iceland (99.9%) |
| Écart de genre | 1.7 points en moyenne |
| Écart urbain-rural | 1.6 points en moyenne |
| Écart de revenus | 2.8 points en moyenne |
| Identité numérique | 46.1% en moyenne mondiale |
| Naissances enregistrées | 91.6% en moyenne mondiale |
| Plus grande progression | Malawi (+73.1 pp) |
| Corrélation ID/Numérique | ρ = 0.242 (Spearman) |
| Pays avec ID numérique | 44.4% des pays couverts |
148 Pays analysés
7 403 Observations exploitées
14 axes d’analyse couverts
Des questions ?
EDA World Bank ID4D · Identification for Development