Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Inégalités de revenu et de patrimoine en Inde du Sud : résultats à partir d’une micro-enquête longitudinale

Par Arnaud Natal et Christophe Jalil Nordman

  • Arnaud Natal, BSE (Université de Bordeaux, CNRS, et INRAE), France ; Institut Français de Pondichéry, Inde.
  • Christophe Jalil Nordman, Institut de Recherche pour le Développement, France ; Institut Français de Pondichéry, Inde.

Article publié dans le cadre du projet Inégalités et mobilités en Inde rurale : tendances récentes et défis méthodologiques – IMIR2024 (AAP MSHBx 2024).


Sommaire:

Introduction

1. Quelle est l’ampleur des inégalités et comment ont-elles évolué?

2. Quelles sont les sources de ces inégalités?

3. Quelles implications?

Bibliographie


Introduction

Les inégalités constituent l’un des enjeux majeurs auxquels sont confrontées les sociétés modernes. Comme le soulignent Chancel & Piketty (2021), les inégalités de revenu au niveau mondial restent élevées : les 10 % des individus les mieux rémunérés captent environ 50 à 60 % du revenu total, tandis que les 50 % les moins bien rémunérés n’en perçoivent qu’environ 5 à 10 %. De plus, depuis 1980, les inégalités entre pays se sont accrues. En ce qui concerne les inégalités de richesse, les preuves sont moins nombreuses, principalement en raison du manque cruel de données (Aghion, Caroli & García-Peñalosa 1999). Zucman (2019) montre néanmoins que si les inégalités de richesse ont diminué entre 1910 et 1990, elles sont reparties à la hausse depuis 1990.

Les pays du Sud global sont particulièrement affectés par ces inégalités. Par exemple, Gradín, Leibbrandt & Tarp (2021) indiquent que le Brésil, la Chine, l’Inde, le Mexique et l’Afrique du Sud présentent des niveaux élevés d’inégalité de revenu, de manière persistante ou récente. De même, Piketty, Yang & Zucman (2019) estiment qu’en Chine, la part de la richesse détenue par les 10 % les plus riches est passée de 40 % en 1995 à 67 % en 2015, tandis que la part des 50 % les plus pauvres s’est effondrée. La persistance et l’aggravation des inégalités ont des conséquences majeures sur le développement économique, la cohésion sociale et la pauvreté, et peuvent renforcer les hiérarchies sociales ainsi que restreindre la mobilité sociale (Gradín et al., 2021). Comprendre ces inégalités est donc essentiel pour concevoir des politiques publiques ciblées visant un développement plus équitable, en particulier dans les régions où les communautés marginalisées subissent une privation systémique.

L’Inde constitue un cas d’étude particulièrement pertinent pour l’analyse des inégalités en raison de l’enracinement profond des hiérarchies sociales, notamment celles liées au genre et à la caste. Depuis les années 2000, des recherches approfondies ont exploré les inégalités économiques dans ce pays. Dans un rapport adressé au Premier ministre, Kapoor & Duggal (2022, p. 37) soulignent par exemple que « while growth has taken place in terms of an increase in wages earned, the benefits of that growth have been concentrated and have marginalised the poor further, thereby making them more deprived ».

La plupart des recherches sur l’Inde reposent sur des données issues d’enquêtes nationales standardisées, tant pour les inégalités de revenu (voir, par exemple, Basole 2014 ; Sahasranaman & Kumar, 2024) que pour celles de patrimoine (voir, par exemple, Bharti, Chancel, Piketty & Somanchi, 2024). Bien que ces données fournissent des informations cruciales sur les tendances générales de la répartition des revenus et des richesses, elles peuvent occulter les dynamiques locales complexes sous-jacentes aux inégalités et ne pas saisir les liens entre inégalités de revenu et de richesse, car ces informations sont souvent recueillies dans le cadre d’enquêtes distinctes.

Dans cette note, nous examinons les tendances des inégalités de revenu et de richesse entre les ménages entre 2010 et 2020-2021 dans une zone rurale du Tamil Nadu, en Inde du Sud. Nous nous basons sur les données issues de la micro-enquête « RUral Microfinance and Employment » (RUME) réalisée en 2010 dans dix villages du Tamil Nadu auprès de plus de 400 ménages, ainsi que celles de l’enquête longitudinale « Networks, Employment, dEbt, Mobilities and Skills in India Survey » (NEEMSIS) menée en 2016-2017 et 2020-2021 auprès des mêmes ménages (Nordman et al., 2025). Bien que ces données ne prétendent pas offrir une vision représentative de l’Inde rurale dans son ensemble, elles constituent une ressource précieuse pour analyser les dynamiques des inégalités rurales en Inde[1].

Plus précisément, dans cette note, nous répondrons aux questions suivantes[2] : Quelle est l’ampleur des inégalités ? Comment ont-elles évolué au cours de la dernière décennie ? Quelles en sont les sources ?

Le reste de la note est organisé comme suit. En section 1, nous analysons le niveau des inégalités de revenu et de richesse, en section 2, nous examinons leurs sources. Enfin, en section 3, nous discutons des résultats et de leurs implications en termes de politiques publiques.

1. Quelle est l’ampleur des inégalités et comment ont-elles évolué ?

Afin de répondre à ces deux premières questions, nous étudions la part des revenus totaux et de la richesse totale détenue par chaque décile[3] de la population, dans le graphique 1. Le graphique met en évidence deux résultats importants. D’une part, les inégalités de patrimoine sont plus élevées que les inégalités de revenus, quelle que soit l’année. D’autre part, entre 2010 et 2020-2021, les inégalités de revenus et de patrimoine ont augmenté.

Plus précisément, nous constatons qu’en 2020-2021, les 10 % des ménages les plus riches perçoivent un revenu dix fois supérieur à celui des 10 % les plus pauvres. L’écart entre les neuvième et dixième déciles est également important : tandis que les ménages du dernier décile détiennent 33 % du revenu total, ceux du neuvième en possèdent 17 %. Cet écart est encore plus prononcé en ce qui concerne le patrimoine. Les 10 % des ménages les plus riches possèdent un patrimoine 23 fois supérieur à celui des 10 % les plus pauvres. Plus précisément, les ménages du dixième décile détiennent 45 % du patrimoine total, contre 17 % pour ceux du neuvième décile.

Que ce soit en termes de revenu ou de patrimoine, les ménages situés entre le premier et le sixième décile ne reçoivent pas une part proportionnelle à leur poids démographique. Autrement dit, chaque décile perçoit moins de 10 % du revenu total, ce qui suggère une classe moyenne très réduite dans les villages étudiés.

Par ailleurs, entre 2010 et 2020-2021, la part du revenu total détenue par les ménages appartenant aux cinq premiers déciles a diminué, tandis que celle des trois derniers déciles a augmenté sur la même période. Cette évolution indique une aggravation des inégalités de revenu dans la zone étudiée. En termes de richesse, même si les ménages appartenant aux cinq premiers déciles détenaient un peu moins de richesse en 2010 qu’en 2016-2017 et 2020-2021, ceux situés entre le sixième et le neuvième décile étaient nettement plus riches en 2010 qu’en 2016-2017 et 2020-2021. Cependant, les ménages du dixième décile possédaient davantage de richesse en 2016-2017 et 2020-2021 qu’en 2010 (54 %, 46 % et 37 % respectivement). Cela suggère donc que les inégalités de richesse ont également augmenté entre 2010 et 2016-2017, mais ont diminué entre 2016-2017 et 2020-2021, tout en restant plus élevées en 2020-2021 qu’en 2010.

Graphique 1 – Évolution des inégalités de revenu et de patrimoine

Source : RUME (2010) et NEEMSIS (2016-2017 et 2020-2021) ; calculs des auteurs.

Pour analyser plus en détail l’évolution des inégalités, nous exploitons l’ensemble des données en croisant la distribution des revenus avec celle du patrimoine pour chaque année étudiée. Cela nous permet de déterminer la corrélation entre les inégalités de revenus et de patrimoine. Les résultats sont présentés dans le graphique 2. Le résultat le plus marquant est que les ménages situés en haut de la distribution des revenus ne sont pas nécessairement en haut de la distribution des richesses, et inversement. Au contraire, nous constatons une faible corrélation entre les deux distributions, quelle que soit l’année étudiée. Les coefficients de corrélation de Pearson[4] ne dépassent pas 0,46, et ceux de Spearman[5] ne dépassent pas 0,31, indiquant l’absence de relation linéaire ou monotone forte entre revenu et patrimoine. Par ailleurs, quelle que soit l’année considérée, aucune tendance en U ou en cercle n’apparaît visuellement. Ces résultats suggèrent donc qu’il n’existe pas de relation marquée entre la richesse et le revenu.

Graphique 2 – Nuages de points entre le revenu et le patrimoine des ménages

Source : RUME (2010) et NEEMSIS (2016-2017 et 2020-2021) ; calculs des auteurs.

2. Quelles sont les sources de ces inégalités ?

Les graphiques 3 et 4 montrent la composition relative du revenu et de la richesse. En termes de revenus, lorsque nous nous concentrons sur la dichotomie revenus agricoles/non agricoles, nous constatons que la part des revenus non agricoles augmente au fil du temps, tandis que celle des revenus agricoles diminue : la somme des zones noire et bleue est plus faible dans le troisième graphique que dans le premier (voir le graphique 3). Ce résultat est cohérent avec les tendances observées ailleurs en Inde (voir, par exemple, Himanshu, Lanjouw, Murgai, & Stern, 2013).

De plus, les activités agricoles occasionnelles représentent une part importante des revenus des ménages les plus pauvres, contrairement aux activités régulières non agricoles, qui constituent une part importante des revenus des ménages les plus riches. En termes de dynamique, nous constatons que les revenus des activités non agricoles régulières jouent un rôle de plus en plus important dans le revenu total des ménages les plus riches, tandis que la part des activités non agricoles occasionnelles augmente fortement pour les ménages appartenant aux huit premiers déciles de revenu. Cela suggère que les revenus non agricoles augmentent les inégalités de revenus entre les ménages, tandis que les revenus agricoles occasionnels les réduisent. Ce résultat est d’autant plus probant que, en Inde rurale, le marché du travail est fortement segmenté, et les franges les plus pauvres de la population n’ont pas accès aux emplois stables (Di Santolo et al., 2024). Il convient également de noter que les revenus issus du programme NREGA[6] ne contribuent qu’aux revenus des ménages les plus pauvres. En effet, ces revenus représentent environ 12 % des revenus des ménages du premier décile de revenu en 2020-2021, ce qui suggère qu’ils peuvent contribuer à réduire les inégalités. La part respective des autres sources de revenus (activités agricoles indépendantes, travail indépendant, retraites et transferts de fonds) semble être relativement stable dans la distribution et dans le temps, ce qui laisse donc penser que ces sources de revenus ont peu d’effet sur les inégalités de revenus.

Graphique 3 – Source de revenus par déciles de revenu

Source : RUME (2010) et NEEMSIS (2016-2017 et 2020-2021) ; calculs des auteurs.

En ce qui concerne la richesse, la terre constitue la grande majorité de la richesse des ménages appartenant aux déciles de richesse les plus élevés, tandis que l’or représente la majorité de la richesse des ménages les plus pauvres (voir le graphique 4). Cela s’explique par le fait que la terre a une valeur monétaire beaucoup plus élevée que tous les autres actifs et par le fait qu’historiquement, elle est détenue par les franges les plus élevées de la population. L’utilisation de l’or par les couches les plus pauvres de la population reflète, quant à elle, un désir d’émancipation, même relatif, dans un contexte d’inégalité d’accès à la terre (Goedecke, Guérin, D’Espallier & Venkatasubramanian, 2018). Il est donc clair que la propriété foncière a un effet inégalitaire sur le patrimoine détenu, tandis que l’or a, au contraire, un effet égalisateur. Nous notons cependant que la part de la terre, bien qu’elle augmente avec les déciles de richesse, diminue au fil du temps. Alors que la terre représentait environ 75 % de la richesse du sixième décile en 2010, elle n’en représentait plus que 10 % en 2016-2017 et en 2020-2021. Cette baisse significative est attribuée à la forte diminution de la propriété foncière : alors qu’en 2010, environ 55 % des ménages étaient propriétaires de terres, ce chiffre est tombé à seulement 31 % en 2016-2017 et 35 % en 2020-2021 (voir le tableau 1 dans Di Santolo et al., 2024). Cette tendance à la baisse de la propriété foncière est cohérente avec ce qui est observé ailleurs en Asie du Sud (voir, par exemple, Niroula & Thapa, 2005). Cette réduction est compensée par une augmentation de la valeur du logement et de l’or. En outre, nous constatons une forte augmentation de la part des biens durables, en particulier pour les cinq premiers déciles, ce qui peut également suggérer que ces biens jouent un rôle égalisateur dans la réduction des inégalités.

Graphique 4 – Source de patrimoine par déciles de patrimoine

Source : RUME (2010) et NEEMSIS (2016-2017 et 2020-2021) ; calculs des auteurs.

3. Quelles implications ?

Dans cette courte note, nous étudions l’ampleur, l’évolution et les sources des inégalités de revenu et de patrimoine au Tamil Nadu rural en nous basant sur des données issues de micro-enquêtes réalisée en 2010, 2016-2017, et 2020-2021 dans dix villages auprès de plus de 400 ménages (Nordman et al., 2025). Nous observons des tendances similaires à celles observées à partir des données nationales (Bharti et al., 2024) : les inégalités, déjà fortes en raison de la structure sociale du pays, basée sur les castes, continuent d’augmenter. Concernant les sources d’inégalité de revenu, nos résultats s’alignent sur ceux d’Azam (2016) et d’Azam & Shariff (2011), qui constatent qu’en 1993, 2005 et 2012, les revenus réguliers (agricole ou non) ont contribué à accroître les inégalités, tandis que le revenu occasionnel et le revenus agricole occasionnel ont contribué à les réduire[7]. Néanmoins, la mesure des inégalités économiques des ménages par le biais de micro-enquêtes longitudinales auprès des ménages dans une région spécifique, comme le Tamil Nadu, offre des perspectives cruciales qui complètent et approfondissent la compréhension des tendances nationales (Guérin et al., 2024). Nos données nous permettent, par exemple[8], de montrer qu’il ne semble pas y avoir de corrélation linéaire ou monotone claire entre le revenu et la richesse.

L’un des défis posés par les inégalités concerne leur impact à la fois sur la conception des politiques publiques visant à atténuer leurs conséquences les plus néfastes et sur les trajectoires de vie des individus. L’Inde a mis en œuvre divers programmes visant à réduire la pauvreté et les inégalités, ainsi que les inégalités des chances entre les hommes et les femmes, d’une part, et entre les castes d’autre part. L’un d’entre eux est le célèbre programme NREGA. Même si ce programme s’est avéré efficace (voir, par exemple, Muralidharan, Niehaus & Sukhtankar, 2023), l’allocation budgétaire a été considérablement réduites ces dernières années[9], ce qui rend urgent le renforcement du programme en augmentant les allocations budgétaires et le nombre de jours d’emploi garantis. Un autre programme est le programme national « Deen Dayal Upadhyaya Grameen Kaushalya Yojana » (DDU-GKY), qui forme et place les jeunes ruraux ayant abandonné leurs études secondaires dans des emplois urbains, avec des quotas pour les femmes et les castes les plus basses. Ce programme s’attaque à la fois à l’inadéquation des compétences et à l’inadéquation spatiale entre les employeurs et les employés en Inde, qui est l’une des principales sources d’inégalité des revenus. Une étude récente a montré que la fourniture d’informations détaillées sur les possibilités d’emploi après la formation peut aider les stagiaires à former des attentes plus précises, améliorer l’autosélection dans la formation et améliorer les résultats du placement (Chakravorty, Arulampalam, Bhatiya, Imbert & Rathelot, 2024).

Nous pensons ainsi qu’un meilleur ciblage de ce type de programme sur des niches d’inégalité spécifiques, telles que celles mises en évidence dans cette note, peut être bénéfique pour réduire les inégalités parmi les travailleurs ruraux qui sont particulièrement désavantagés dans l’accès aux opportunités économiques. Ceci est particulièrement vrai pour les femmes, dont la participation au marché du travail est limitée par les normes culturelles, les obligations familiales et le manque d’emplois non agricoles dans les zones rurales. Il en va de même pour les castes les plus basses, qui sont toujours victimes de discrimination dans l’accès à l’éducation et à l’emploi.


Bibliographie

Aghion P., Caroli E. & García-Peñalosa C. (1999). Inequality and Economic Growth: The Perspective of the New Growth Theories. Journal of Economic Literature, 37(4), 1615–1660. https://doi.org/10.1257/jel.37.4.1615

Azam M. (2016). Income Inequality in India 2004-2012: Role of Alternative Income sources. Economics Bulletin, 36(2), 1160–1169.

Azam M., & Shariff A. (2011). Income Inequality in Rural India: Decomposing the Gini by Income Sources. Economics Bulletin, 31(1), 739–748.

Basole A. (2014). Dynamics of Income Inequality in India. Economic & Political Weekly, 49(40), 14–17.

Bharti N. K., Chancel L., Piketty T. & Somanchi A. (2024). Income and Wealth Inequality in India, 1922-2023: The Rise of the Billionaire Raj (Working Paper No. 2024/09). Paris: World Inequality Lab.

Chakravorty B., Arulampalam W., Bhatiya A. Y., Imbert C. & Rathelot R. (2024). Can information about jobs improve the effectiveness of vocational training? Experimental evidence from India. Journal of Development Economics, 169, 103273. https://doi.org/10.1016/j.jdeveco.2024.103273

Chancel L. & Piketty T. (2021). Global Income Inequality, 1820–2020: the Persistence and Mutation of Extreme Inequality. Journal of the European Economic Association, 19(6), 3025–3062. https://doi.org/10.1093/jeea/jvab047

Di Santolo M., Guérin I., Michiels S., Mouchel C., Natal A., Nordman C. J. & Venkatasubramanian G. (2024). A Decade in Rural Tamil Nadu: Socio-Economic, Labour and Migration Trends from an Original Longitudinal Household Survey. Economic & Political Weekly, 59(43), 62–71.

Goedecke J., Guérin I., D’Espallier B. & Venkatasubramanian G. (2018). Why do financial inclusion policies fail in mobilizing savings from the poor? Lessons from rural south India. Development Policy Review, 36(S1), O201–O219. https://doi.org/10.1111/dpr.12272

Gradín C., Leibbrandt M. & Tarp F. (Eds.) (2021). Inequality in the Developing World. Oxford: Oxford University Press. https://doi.org/10.1093/oso/9780198863960.001.0001

Guérin I., Natal A., Nordman C. J. & Venkatasubramanian G. (2024). Apports et défis des micro-enquêtes longitudinales pour l’étude des inégalités en Inde rurale [Blog]. Pessac: MSHBx. https://doi.org/10.58079/11sj7

Himanshu, Lanjouw P., Murgai R. & Stern N. (2013). Non-Farm Diversification, Poverty, Economic Mobility and Income Inequality: A Case Study in Village India. Agricultural Economics, 44(4-5), 461–473. https://doi.org/10.1111/agec.12029

Kapoor A. & Duggal J. (2022). The State of Inequality in India Report. New Delhi: Institute for Competitiveness.

Muralidharan K., Niehaus P. & Sukhtankar S. (2023). General Equilibrium Effects of (Improving) Public Employment Programs: Experimental Evidence From India. Econometrica, 91(4), 1261–1295. https://doi.org/10.3982/ecta18181

Natal A. & Nordman C. J. (2025). Unveiling Inequality and Social Mobility in Rural South India: Household Income and Wealth Imbalances Between 2010 and 2020.

Niroula G. S. & Thapa G. B. (2005). Impacts and causes of land fragmentation, and lessons learned from land consolidation in South. Land Use Policy, 22(4), 358–372. https://doi.org/10.1016/j.landusepol.2004.10.001

Nordman C. J., Venkatasubramanian G., Guérin I., Natal A., Mouchel C., Michiels S. & Di Santolo M. (2025). Networks, Employment, Debt, Mobilities, and Skills in India Survey (NEEMSIS): Presentation of a longitudinal data collection tool. Population.

Piketty T., Yang L. & Zucman G. (2019). Capital Accumulation, Private Property, and Rising Inequality in China, 1978–2015. American Economic Review, 109(7), 2469–2496. https://doi.org/10.1257/aer.20170973

Sahasranaman A. & Kumar N. (2024). Distributional dynamics of income in Indian states: Inequality, Redistribution, and Poverty Transitions. Economic & Political Weekly, 58(25–26).

Zucman G. (2019). Global Wealth Inequality. Annual Review of Economics, 11(1), 109–138. https://doi.org/10.1146/annurev-economics-080218-025852


Télécharger l’article (pdf)


[1] Pour une discussion sur l’apport des micro-enquêtes à l’étude des inégalités en Inde rurale, voir notre précédente note (Guérin, Natal, Nordman & Venkatasubramanian, 2024).

[2] Les résultats présentés sont tirés d’un document de travail que nous avons écrit récemment. Le document de travail présente de façon détaillée comment le revenu et le patrimoine des ménages a été mesuré et examine également les inégalités liées à la caste et à la jatis et étudie la mobilité sociale entre 2010 et 2020-2021 (Natal & Nordman, 2025). En outre, les analyses sur la source des inégalités sont complétées par des décompositions de l’indice de Gini.

[3] Les déciles sont les valeurs qui partagent une distribution en dix parties égales. Pour le revenu par exemple, le premier décile correspond au niveau au-dessous duquel se situent 10 % de ces revenus.

[4] Le coefficient de corrélation de Pearson mesure la force et la direction de la relation linéaire entre deux variables. Il varie entre -1 et 1, où 1 signifie une corrélation positive parfaite (quand une variable augmente, l’autre aussi) ; -1 signifie une corrélation négative parfaite (quand une variable augmente, l’autre diminue) et ; 0 signifie aucune corrélation.

[5] Le coefficient de corrélation de Spearman mesure la relation monotone entre deux variables. Il indique dans quelle mesure les classements de deux ensembles de données sont liés. Il varie entre -1 et 1, où 1 représente relation parfaitement croissante ; -1 une relation parfaitement décroissante et 0 aucune corrélation.

[6] Le programme National Rural Employment Guarantee Act (NREGA) offre un emploi garanti dans les zones rurales sous la forme d’un travail manuel non qualifié pendant au moins 100 jours par exercice financier pour les individus volontaires d’un ménage.

[7] Ce résultat est vrai car, en Inde rurale, le marché du travail est fortement segmenté, et les franges les plus défavorisées de la population sont cantonnées à des occupations irrégulières et instables, tandis que les castes les plus élevées trustent les emplois stables (Di Santolo et al., 2024).

[8] Des conclusions supplémentaires issues d’analyses approfondies sont disponibles dans le document de travail (voir Natal & Nordman, 2025).

[9] https://indianexpress.com/article/india/govt-allocated-22-per-cent-less-funds-for-mgnrega-parliamentary-panel-report-9151835/ (accédé le 10 février 2025).


OpenEdition vous propose de citer ce billet de la manière suivante :
mshbordeaux (18 février 2025). Inégalités de revenu et de patrimoine en Inde du Sud : résultats à partir d’une micro-enquête longitudinale. Maison des Sciences Humaines Bordeaux. Consulté le 18 mai 2025 à l’adresse https://doi.org/10.58079/13c6r


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.