Pressenza présente en 12 parties le Dossier ‘La non-violence en débat’, paru dans la revue Recherches internationales, N° 126, Avril-mai-juin 2023.
Résumé :
Cet article présente quelques bases de données utiles pour les recherches sur la non-violence, ainsi que des pistes de travail pour les améliorer. Il ne vise pas à présenter un catalogue des projets existants, ni à établir un état de l’art en la matière, mais plutôt à présenter certaines lacunes et pistes d’amélioration illustrées par des initiatives innovantes, fructueuses ou prometteuses. L’argumentation s’appuie sur des exemples concrets, tirés de bases de données sur l’Intervention Civile de Paix, sur les Opérations de Maintien de la Paix, sur les actions non-violentes (notamment de protestation) et sur les sanctions internationales.
Dossier La non-violence en débat
1- Raphaël Porteilla, De l’utilité d’un dossier consacré à la non-violence [Présentation]
2- Alain Refalo, Panorama historique de la non-violence
3- Cécile Dubernet, Non-violence et paix : faire surgir l’évidence
4- Étienne Godinot, Raphaël Porteilla, La culture de la paix et de la non-violence, une alternative politique ?
5- Mayeul Kauffmann, Randy Janzen, Morad Bali, Quelles bases de données pour les recherches sur la non-violence ?
6- François Marchand, Guerre en Ukraine et non-violence
7- Jérôme Devillard, Sur l’opposition et les liens entre non-violence et pacifisme
8- Amber French, Combler le fossé entre universitaires et praticiens. Le cas du centre international sur les conflits non-violents
9- Document : Appel aux États-Unis pour la paix en Ukraine
10- Jacques Bendelac, Les Années Netanyahou, Le grand virage d’Israël [Raphaël Porteilla / Notes de lecture]
11- Alain Refalo, Le Paradigme de la non-violence. Itinéraire historique, sémantique et lexicologique [Raphaël Porteilla / Notes de lecture]
Cinquième partie :
5- Mayeul Kauffmann*, Randy Janzen**, Morad Bali***, Quelles bases de données pour les recherches sur la non-violence ?
Quelles bases de données sur les questions liées à la non-violence sont nécessaires aux recherches internationales ? Pourquoi et comment les construire et les utiliser ? Ce sujet a été largement discuté pour l’étude de la violence (et des moyens violents de mettre fin à la violence), mais très peu pour les deux sujets que sont les protestations non violentes et le maintien de la paix par des civils non armés (Intervention Civile de Paix, ou ICP). Par conséquent, tout en faisant référence aux données sur la violence, nous nous concentrons sur ces deux thèmes. De grandes quantités de ressources sont utilisées pour les opérations militaires, alors que les budgets consacrés à l’action non-violente (ICP notamment) sont très limités. S’il existe des preuves qualitatives de l’efficacité des protestations non-violentes et de l’ICP, les données permettant de mesurer réellement leur efficacité font défaut. Enfin, une des méthodes d’action non-violente, les sanctions internationales, possède un statut particulier dans le panorama de la recherche quantitative, du fait des liens étroits de ce domaine avec l’économétrie ; nous présenterons les dernières innovations dans ce domaine, riches d’enseignements.
Dans cette optique, cet article vise à présenter les données existantes et à introduire des propositions (en approfondissant Kauffmann M., Janzen, R. 2022, 2023). Il commence par présenter la base de données la plus avancée, celle du Selkirk College sur l’ICP ( Janzen 2023).
En outre, la comparaison avec d’autres domaines (opérations de maintien de la paix de l’ONU – OMP…) donne des indications sur la manière d’améliorer ces données.
La base de données ICP du Selkirk College
Au début des années 2010, la recherche sur l’ICP gagnait du terrain, mais il manquait un référentiel de données de base. En 2014, le Mir Centre for Peace du Selkirk College (Canada) s’est attelé à la tâche de rassembler autant de données que possible sur les activités mondiales d’ICP depuis 1990. Outre la collecte de données descriptives de base, telles que les noms des organisations d’ICP et les lieux (pays, territoires ou régions) dans lesquels elles exercent, ainsi que les années d’activité, la base de données avait de plus grandes ambitions. L’objectif était de recueillir des données descriptives sur de nombreuses autres variables, telles que le type et la durée de la formation, le nombre de membres du personnel ICP déployés par an, les pratiques ICP utilisées, les principes et valeurs, le budget et les dépenses, le pays d’origine et le nombre de blessures et de décès parmi le personnel ICP. De plus, de courts descriptifs ont été recueillis pour chaque région. Malgré des efforts concertés, il s’est avéré difficile de recueillir des données précises et complètes, car entre 10 et 20 % des organisations ICP n’ont pas répondu au questionnaire (certaines n’étaient plus en activité à l’époque), et celles qui l’ont fait n’avaient souvent pas de données historiques. Par conséquent, la base de données s’est concentrée sur trois variables descriptives de base : les noms des organisations, les années d’activité et les lieux d’activité.
Malgré les nombreuses données manquantes, ce travail a permis d’apprendre un certain nombre de choses. Tout d’abord, la base de données semble indiquer une augmentation constante du nombre d’organisations ICP en activité et des régions dans lesquelles elles opèrent. Par exemple, pour l’année 1990, 7 organisations opérant dans 6 pays ou régions ont été identifiées. En 2022, le nombre d’organisations identifiées est passé à 61, opérant dans 29 pays ou régions.
Deuxièmement, la base de données indique une concentration géographique : 4 pays ou territoires (Guatemala, Colombie, Palestine et États-Unis) ont accueilli plus de 10 organisations chacun. Les États-Unis sont passés de 4 organisations en 2010 à 13 en 2022.
Ces données ont permis d’obtenir des estimations du nombre total de personnels ICP déployés (bien que les données soient incomplètes – toutes les organisations n’ont pas été en mesure de fournir ces données), de fournir une première estimation du taux de mortalité pour les intervenants ICP, et de le comparer au taux de mortalité des soldats en OMP conventionnelles (armées).
Le résultat estimé est que les soldats des OMP conventionnelles auraient douze fois plus de chances que le personnel de l’ICP d’être tué pendant leur service ( Janzen, 2014). Néanmoins, on pourrait arguer que le personnel ICP a peut-être été envoyé dans des endroits moins risqués que le personnel armé (expliquant ainsi la différence de taux de mortalité) ; de meilleures données (dates et lieux des déploiements) sont indispensables pour une évaluation plus robuste. Alors que les preuves de l’efficacité politique de la non-violence s’accumulent grâce à de nouvelles données (Chenoweth & Stephan, 2011), des recherches supplémentaires sont nécessaires pour mieux étudier l’ICP.
Comparaison des données ICP avec les OMP ONU
À titre de comparaison, les OMP ONU sont illustrées par de nombreuses bases de données (e.g. United Nations, 2022a). Ainsi, des données complètes sur les décès liés aux OMP ONU depuis 1948 sont disponibles (Henke, 2019). Cet ensemble de données sur les décès est mis à jour mensuellement ; il comprend, pour chaque incident, les données suivantes : un identifiant unique de la victime, la date de l’incident, l’acronyme de la mission, le type de victime et la cause de l’incident, le pays d’origine du personnel affecté, le code de zone géographique de l’incident, le type de personnel impliqué et le type de mandat. En outre, un jeu de données sur les contributions en troupes et forces de police comporte des données mensuelles par pays, avec les variables suivantes : un identifiant unique, le pays d’origine, la zone de déploiement, le grade, le sexe, l’acronyme de la mission, la catégorie de personnel (United Nations, 2022b).
Grâce à ces données, les OMP ONU ont été largement étudiées à l’aide de méthodes quantitatives, avec un nombre florissant de publications. Une première série d’études quantitatives sur les OMP ONU a utilisé des données agrégées par année-pays ou par période de conflit (Diehl, 1988 ; Doyle & Sambanis, 2000 ; Fortna, 2004). Des analyses ultérieures ont désagrégé les données : données mensuelles ou quotidiennes, infranationales ou même géolocalisées au kilomètre près (Hultman, Kathman & Shannon, 2013, 2014 ; Costalli, 2014 ; Di Salvatore & Ruggeri, 2017). Au total, au moins 90 études quantitatives sur les OMP ONU ont été publiées de 1990 à 2017[1]; nous n’avons connaissance que de deux études quantitatives sur l’ICP dans le même temps ( Janzen, 2014, 2015).
De même, nous constatons qu’il existe des dizaines d’ensembles de données détaillées sur les OMP ONU ; les analyses qui en découlent peuvent tirer parti des données sur les actions violentes et les conflits armés à partir d’un choix de plus d’une centaine d’ensembles de données (Eck, 2005, 2008). En revanche, il n’existe qu’une poignée de jeux de données (très incomplets) sur l’ICP et sur les actions non violentes.
Ces données sur les OMP ONU ont permis d’étudier de nombreuses dimensions du maintien de la paix armé. Nous énumérons quelques questions étudiées avec des exemples de publications :
– Quelles sont les motivations des États qui contribuent aux OMP ONU ? Les pays en développement contribuent-ils dans le but d’en tirer un avantage financier – par le biais d’un remboursement ? (Coleman & Nyblade, 2018).
– Compte tenu de la variété des missions des OMP, comment pouvons-nous mesurer l’efficacité ? (Di Salvatore & Ruggeri, 2017).
– Les OMP parviennent-elles à protéger les civils ? (Hultman, Kathman & Shannon, 2014) Pourquoi leur efficacité varie-t-elle ? (Haass & Ansorg, 2018).
– Les OMP réduisent-elles le nombre de soldats tués sur le champ de bataille ? (Hultman, Kathman & Shannon, 2014).
– Les OMP parviennent-elles à mettre fin aux guerres civiles ? (Doyle & Sambanis, 2000) Parviennent-elles à maintenir la paix après une guerre civile ? (Fortna, 2004).
– Quelle est l’incidence des décès, blessures et enlèvements du personnel de maintien de la paix ? (Bromley, 2018).
– Quel est l’impact des OMP sur la violence criminelle ? (Di Salvatore, 2019).
À titre d’illustration, examinons cette dernière question. Selon des recherches récentes, les OMP armées classiques, « même lorsqu’elles réduisent efficacement les conflits, peuvent involontairement augmenter la violence criminelle. Premièrement, la diminution des conflits ouvre des opportunités économiques […], ce qui augmente la concurrence violente entre les groupes criminels. Deuxièmement, les combattants démobilisés sont susceptibles de se tourner vers la criminalité […]. Les analyses empiriques transnationales et infranationales montrent que les grands déploiements militaires de l’ONU entraînent des taux d’homicide plus élevés, alors que la police de l’ONU, dans l’ensemble, modère cet effet collatéral. » (Di Salvatore, 2019).
Existe-t-il un effet similaire avec l’ICP ? Que pouvons-nous dire en ce qui concerne les autres questions, si nous les posons à propos de l’ICP ? Ainsi, à propos des campagnes de mouvements sociaux, Lakey s’interroge : « Lorsqu’une campagne [non-violente] subit une répression particulièrement lourde, quels sont les avantages/ les inconvénients d’inviter une tierce partie à intervenir de manière non-violente, par rapport à une intervention violente comme dans le cas de la Libye en 2011 ? » (Lakey, 2011).
Actuellement, les données permettant de tester les hypothèses manquent pour l’ICP, alors que des ensembles de données entiers ont été rassemblés pour répondre à ces questions en ce qui concerne les OMP ONU.
Étendre la base de données ICP
Un objectif aussi ambitieux nécessite d’abord d’élargir les critères d’inclusion dans la base. Pionnière dans son domaine, la base de données ICP du Selkirk College a utilisé des critères d’inclusion stricts. Les organisations devaient justifier d’activités « sur le terrain », avoir un engagement explicite envers la non-violence et l’ICP devait être une activité centrale. Ainsi, des organisations telles qu’Amnesty International (dont l’activité principale est la collecte d’informations et le plaidoyer), les Nations unies et l’OSCE (l’ICP est une composante de leur travail, mais la non-violence n’est pas une valeur fondamentale) et Watch Guard Chicago (une organisation communautaire visant à réduire la violence, mais dont la non-violence n’est ppas une valeur fondamentale) ont été exclues de la base de données.
Ont ainsi été écartés des États et organisations internationales faisant appel secondairement aux méthodes de l’ICP, comme le HCR, l’Union africaine, l’OSCE, l’Union européenne, les Volontaires des Nations unies, etc. (Weiss & Minear, 1999 ; Oldenhuis et al., 2017, p. 47-48). Il convient aussi de réfléchir aux trois points que sont typologies, terminologies et désagrégation des données.
Les campagnes d’actions non-violentes : exemple de la GNAD
La GNAD (Global Nonviolent Action Database : nvdatabase.swarthmore.edu>) offre une illustration de ces trois points. Elle est l’initiative d’une université américaine (Swarthmore College), qui depuis 2011 recense les campagnes d’action non-violente de l’antiquité à nos jours. Sont aujourd’hui associés à cet ambitieux travail des instituts de recherche et ONG (IRNC, École de la paix de Grenoble[2], ainsi que des Universités : Aux États-Unis et au Canada (pilotage Swarthmore College), avec la Tufts University, la Georgetown University, le Menno Simons College Winnipeg, et la Canadian Mennonite University. En France et en Colombie (pilotage IRNC/École de la paix), avec Université de Savoie,Université Grenoble Alpes, Institut Catholique de Paris, Hybria (Lyon), UTS et UIS (Bucaramanga), EAFIT (Medellin).
La base de données comporte aujourd’hui plus de 1 200 cas de campagnes d’actions non violentes, principalement depuis un siècle, dans plus de 100 pays différents. Quelques rares campagnes ne durent que quelques heures (par exemple un sit-in ou une démonstration) tandis que d’autres durent des mois ou plus. La marche du sel de Gandhi pour l’indépendance de l’Inde est un exemple.
Ce travail montre que l’on peut combiner recherches qualitatives et quantitatives autour d’un projet de base de données : le site de Swarthmore combine base de données structurées et présentation textuelle des campagnes. L’IRNC a renforcé ce projet grâce à des méthodes de recherches innovantes, qui reviennent non seulement à collecter des données structurées, mais aussi à les désagréger encore plus, en collectant et organisant des données de différents types : articles de presse, ouvrages, photographies, vidéos, mais aussi des extraits annotés (paragraphe, phrase, image de plan vidéo…), consciencieusement archivés (sur <https ://archive. org/>) et référencés. Outre la précision qu’ils apportent à la documentation, ces extraits annotés sont conçus pour pouvoir, à terme, entraîner une intelligence artificielle (IA), en scannant systématiquement un grand nombre de sources, avant un contrôle humain indispensable (Kauffmann 2020a, p. 143). Enfin, ces documents témoignant d’actions non-violentes sont rattachés à une table des événements non-violents, qui sont eux-mêmes classés en fonction de diverses typologies (notamment celle de Gene Sharp). Les développements logiciels réalisés pour mener ce travail sont accessibles librement sur une forge ouverte ; la licence logicielle choisie (GNU Affero GPL) garantit que ce projet demeurera libre, gratuit et ouvert.
Une des innovations organisationnelles de ce projet est de mettre à contribution des étudiants pour une partie de la collecte des données. L’intérêt est pédagogique (les étudiants s’investissent plus pour un projet de recherche réel que pour un rapport que ne sera lu que par leur enseignant), financier (à l’heure où les financements pour la recherche indépendante sont rares) et militant.
Les données sur les sanctions internationales et leur analyse
Il est fructueux d’éclairer ce travail sur les données nécessaires à l’étude de l’efficacité de l’ICP et des campagnes d’action non-violentes, à la lumière d’un domaine connexe : les sanctions économiques. Les sanctions économiques peuvent être de multiples formes, et plusieurs dizaines des 198 méthodes de Gene Sharp sont potentiellement liées à ces sanctions (notamment les méthodes 71 à 96, 151 à 157, et 181 à 192). L’étude de la littérature sur les sanctions économiques apporte plusieurs éléments de réflexion. Cette littérature s’organise essentiellement en deux grandes écoles.
La première école regroupe les études qui se concentrent sur la mesure dans laquelle les sanctions atteignent les objectifs déclarés par leurs exécutants. Cette approche qualitative se caractérise par l’évaluation de la contribution des sanctions à la réalisation du résultat politique souhaité par le pays qui sanctionne. Cela implique donc d’être capable de distinguer les cas où les sanctions vont de pair avec d’autres formes de coercition (menace d’intervention militaire, intervention militaire, etc.). De manière plus générale, le travail de cette école consiste à lister et trier les sanctions par type (individuelles, sectorielles, etc.) et par leur degré de réussite (réussite partielle, totale, échec). Cette école s’ancre dans la science politique et a pour finalité de tirer des conclusions permettant d’éclairer le débat public quant à leur utilisation et la manière dont elles devraient être utilisées (Hufbauer et al., 1990a).
La deuxième école vise à mesurer les effets économiques des sanctions à l’aide de modèles statistiques et économétriques. L’objectif est cette fois d’analyser les changements économiques qui suivent la mise en œuvre de la diplomatie coercitive, indépendamment de la réalisation des objectifs politiques liés à cette dernière. Elle repose principalement sur l’analyse de séries temporelles (Bali (2018, 2017), Afesorgbor (2019), Crozet & Hinz (2020), Giumelli (2017), Kosenkova (2020), Kašt’aková et al. (2018).
Depuis le début des années 1990, la première école a bénéficié de la création de plusieurs bases de données, successivement ajustées et complétées. Hufbauer et al. (2007, 1990a, 1990b) (ci-après HSE), observent 116 cas de sanctions au cours du vingtième siècle et se concentrent sur le fait de savoir si elles peuvent être classées comme un succès ou non. Notons que Pape (1998, 1997) a vigoureusement contesté leur classification et les conclusions de HSE, critiquant notamment l’intégration de succès qui ne reposent pas uniquement sur les sanctions. Plus tard, Morgan et al. (2009) ont introduit la base de données « Threat and Imposition of Economic Sanctions » (TIES), qui comprenait 888 cas entre 1971 et 2000. La base de données TIES a été mise à jour en 2014 pour couvrir la période 1945-2005, dans une version qui comprenait 1 412 cas
(Morgan et al., 2014). Un autre jeu de données considérable est celui du German Institute for Global and Area Studies (GIGA) construit par Soest et Portela (2012), qui intègre toutes les sanctions imposées par l’ONU, les États-Unis et l’UE de 1990 à 2010. Par la suite, Biersteker et al. (2018) ont créé la base de données quantitatives et qualitatives « Targeted Sanctions Consortium » (TSC), décrite comme un complément à TIES et HSE ; elle inclut 63 cas de sanctions ciblées de l’ONU. Felbermayr et al. (2020) ont créé la Global Sanctions Data Base (GSDB), un ensemble de données qui couvre toutes les sanctions bilatérales, multilatérales et plurilatérales entre 1950 et 2016 à travers trois dimensions : le type, l’objectif politique et l’étendue du succès. Enfin, à l’heure où ces lignes sont écrites, l’ensemble de données le plus récent est la base EUSANCT de Weber et Schneider (2022), qui ambitionne de modifier, fusionner et mettre à jour TIES, HSE et GIGA.
Les travaux de la seconde école, bien plus récents, sont utiles pour comprendre la propagation des chocs liés aux sanctions et les ramifications de leurs conséquences économiques. Cet objectif est freiné par une difficulté méthodologique majeure : comment simuler les sanctions dans des modèles statistiques et économétriques ? (Cf. Hübner-Dick and Seidelmann (1978), Bali and Burova (2018), Bali (2020), Chowdhry et al. (2022). La première méthode adoptée (toujours utilisée par bon nombre d’études) consiste à utiliser une variable « dummy » (aussi dite « muette ») égale à 0 lorsqu’il n’y a pas de sanctions en place, et à 1 lorsque des sanctions sont instaurées (cf. Nguyen & Do (2021), Blokhina et al. (2016), Tuzova & Qayum (2016), Feenstra et al.(2001), Hufbauer et al. (2003), Caruso (2003), Yang et al. (2004).
Procéder de la sorte permet d’indiquer au modèle la présence (ou non) de mesures coercitives. La limite majeure de cette méthode est que les sanctions sont indifférenciables les unes des autres.
Admettons qu’une sanction soit instaurée le 15 janvier 2022, une autre le 5 mars 2022, et une dernière le 20 décembre 2022, la variable dummy sera égale à 1 à partir du 15 janvier et active au moins jusqu’au 20 décembre. Trois épisodes de sanctions différents sont donc mathématiquement traités de manière identique. Une seconde méthode, plus récente, consiste en l’utilisation d’indice composite basé sur la date d’implémentation des sanctions. Dreger et al. (2016) ont introduit le premier indice composite de ce genre, dans une version élémentaire où le poids donné à chaque sanction dépend de son type (1, 2, ou 3). La valeur de l’indice sanction est donc augmentée par l’instauration de chaque nouvelle sanction au cours du temps. Leur travail, actualisé dans Kholodilin et Netšunajev (2019), fut sérieusement remis en question par Bali et Rapelanoro (2021), où trois limites majeures sont identifiées. La première est que la valeur des sanctions reste la même au cours du temps.
Cela signifie donc que les différents mécanismes d’adaptation de l’économie ciblée (stratégie de substitution des importations, utilisation de pays tiers pour contourner les sanctions, etc.) sont ignorés. La seconde limite repose dans le fait qu’il est impossible de distinguer chaque sanction dans l’indice. Une fois la valeur d’une sanction ajoutée à la somme des autres sanctions précédemment imposées, il est impossible d’intervenir sur une sanction particulière afin de l’ajuster. Cela pose un problème majeur pour les cas où les sanctions seraient levées partiellement, ou lorsque leur champ d’application est étendu ou restreint. Enfin, la dernière limite est celle de la proportionnalité de leur indice sanction. Tel qu’il est décrit, trois sanctions contre des individus seraient équivalentes à une sanction contre un secteur entier.
Bali et Rapelanoro (2021) proposent un nouveau cadre de création d’indices sanction qui permet de répondre à ces trois limites. Un facteur temps est intégré afin d’atténuer la valeur des sanctions au cours du temps, chaque sanction a une identité et évolue indépendamment des autres. Enfin, le poids attribué à chaque type de sanction est configurable. Le nouveau défi repose donc en la bonne configuration des indices sanctions, sur la base d’hypothèses objectives et factuelles. L’utilisation d’indice sanction composite permet donc de simuler les sanctions au cours du temps, afin de comparer leurs évolutions aux autres variables économiques. C’est une méthode pragmatique et prometteuse qui permet d’isoler (au sein d’un modèle économétrique) les seuls effets des sanctions, comparativement aux effets induits par les autres variables du modèle. Cependant, cette méthodologie reste encore fragile puisqu’elle dépend fortement des choix et hypothèses utilisés lors de la création des indices. Par exemple, quelle valeur devrait être donnée à une sanction contre une entreprise, comparativement à un embargo économique ? Il reste donc beaucoup de chemin à parcourir avant la création d’indices sanction idéologiquement neutres et mathématiquement non biaisés. Notamment, une collecte de données plus précise (création de listes de sanctions classées par type, pays cible, pays émetteur, nombre de sanctions, etc.) serait utile à l’étude des sanctions, tant
pour l’approche qualitative que quantitative.
Conclusion
Quelles conclusions tirer de ces travaux ? Tout d’abord, force est de constater que l’analyse des sanctions économiques est en avance sur l’analyse des autres méthodes d’action non-violentes. Les progrès méthodologiques (outils, modèles et données) permettent d’envisager de comprendre l’impact économique aussi bien sur les oligarques que sur les populations, et donc d’évaluer si certaines sanctions économiques n’imposeraient pas, dans certains cas, des violences économiques structurelles (par exemple, une famine qui touche bien plus les populations modestes que les oligarques).
De plus, l’analyse des sanctions économiques prend les pays cibles comme un système complexe (avec ses multiples interactions, effets en retour, etc.), ce qui aide à distinguer les effets d’une action des effets d’une modification de l’environnement extérieur. Il en résulte une piste intéressante, concernant l’ICP et les protestations non-violentes : pour mieux les comprendre, il serait utile de mieux analyser, modéliser et mesurer la chaîne des causalités (Kauffmann 2007), entre moyens mis en œuvre et objectifs finaux ; définir les objectifs intermédiaires, les canaux de diffusion, les effets des diverses actions, et les variables permettant de mesurer cette diffusion, permettrait de mieux connaître l’impact de ces actions. Des travaux en ce sens existent concernant les indicateurs de risque de conflits (Kucera et al. 2011, Halkia et al. 2017).
Les auteurs
Mayeul KauffMann*, président de l’irnc (institut de recherche sur la résolution non-violente des conflits), Professeur d’études sur la paix et la justice (selkirk college, canada), et chercheur associé au CESICE.
Randy Janzen**, économiste et membre de l’irnc.
MoRad Bali***, économiste et membre de l’irnc.
Notes
[1] Estimation sommaire ; liste de publications tirée de Di Salvatore & Ruggeri (2017).
[2] Cf. Kauffmann (2009b, 2017, 2019, 2020b). Ce travail (et cette section d’article) a notamment bénéficié du financement du Fonds Non Violence 21/Fondation Un monde par tous.
Références bibliographiques
– ACLED (2019) : Armed Conflict Location & Event Data Project (ACLED) Codebook.
– Afesorgbor, S.K. (2019) : « The impact of economic sanctions on international trade : How do threatened sanctions compare with imposed sanctions ? », EuropeanJournal of Political Economy, 56, 11 – 26.
– Bali, M. (2017) : « Collapsing of the Ruble : Response Elements », in Экономика России в Современных Условиях: Пути Инновационного Развития и Повышения Конкурентоспособности, p. 456 – 459 (L’économie de la Russie dans les conditions modernes : Les voies du développement innovant et de l’amélioration de la compétitivité).
– Bali, M. (2018) : « The Impact of Economic Sanctions on Russia and its Six Greatest European Trade Partners : A Country Svar Analysis », in Финансы и бизнес. 14, 45 – 67 (Finance et Business).
– Bali, M. (2020) : « Methodological Limitations of the Literature in the Study of Economic Sanctions, the Ukrainian Crisis Case », Data Science International Scientific and Practice Conference Contribution Papers, p. 55-54.
– Bali, M., Burova, N. (2018) : « International Economic Sanction Modeling », in Статистика-язык цифровой цивилизации, p. 26 – 32. (Les Statistiques sont le langage de la civilisation numérique).
– Bali, M., Rapelanoro, N. (2021) : « How to simulate international economic sanctions : A multipurpose index modelling illustrated with EU sanctions against Russia », International Economics, 168, p. 25-39.
– Biersteker, T.J., Eckert, S.E., Tourinho, M., Hudáková, Z. (2018) : « UN targeted sanctions datasets (1991 – 2013) », Journal of peace research, 55, p. 404 – 412.
– Blokhina, T.K., Karpenko, O.A., Guirinskiy, A.V. (2016) : « The relationship between oil prices and exchange rate in Russia », International Journal of Energy Economics and Policy, 6, p. 721-726.
– Bromley, S.L. (2018) : « Introducing the UCDP Peacemakers at Risk dataset, sub-Saharan Africa, 1989 – 2009 », Journal of Peace Research, 55 (1), p. 122 – 131.
– Caruso, R. (2003) : « The impact of international economic sanctions on trade : An empirical analysis », Peace Economics, Peace Science and Public Policy, 9.
– Chenoweth, E., Stephan, M.J. (2011) : Why Civil Resistance Works : The Strategic Logic of Nonviolent Conflict, Columbia University Press.
– Chowdhry, S., Hinz, J., Kamin, K., Wanner, J. (2022) : « Brothers in arms : The value of coalitions in sanctions regimes », Robert Schuman Centre for Advanced Studies Research Paper.
– Coleman, K.P., Nyblade, B. (2018) : « Peacekeeping for profit ? The scope and limits of « mercenary » UN peacekeeping », Journal of Peace Research, 55 (6), p. 726-741.
– Costalli, S. (2014) : « Does Peacekeeping Work ? A Disaggregated Analysis of Deployment and Violence Reduction in the Bosnian War », British Journal of Political Science, 44 (2), p. 357-380.
– Crozet, M., Hinz, J. (2020) : « Friendly fire : The trade impact of the Russia sanctions and counter-sanctions », Economic policy, 35, p. 97-146.
– Di Salvatore, J. (2019) : « Peacekeepers against Criminal Violence — Unintended Effects of Peacekeeping Operations ? », American Journal of Political Science, 63 (4), p. 840 – 858.
– Di Salvatore, J., Ruggeri, A. (2017) : « Effectiveness of Peacekeeping Operations », Oxford Research Encyclopedia of Politics.
– Diehl, P.F. (1988) : « Peacekeeping Operations and the Quest for Peace », Political Science Quarterly, 103 (3), p. 485-507.
– Doyle, M.W., Sambanis, N. (2000) : « International Peacebuilding : A Theoretical and Quantitative Analysis », The American Political Science Review, 94 (4), p. 779-801.
– Eck, K. (2005) A Beginner’s Guide to Conflict Data : Finding and Using the Right Dataset, UCDP Paper, University of Uppsala.
– Eck, K. (2008) : « An Overview and Typology of Conflict Data : the Advantages of Data Diversity », in M. Kauffmann (ed.), Building and Using Datasets on Armed Conflicts, Amsterdam : IOS Press, p. 29-40.
– Feenstra, R.C., Markusen, J.-R., Rose, A.K. (2001) : « Using the gravity equation to differentiate among alternative theories of trade », Canadian Journal of Economics/Revue canadienne d’économique, 34, p. 430-447.
– Felbermayr, G., Kirilakha, A., Syropoulos, C., Yalcin, E., Yotov, Y.V. (2020) : « The global sanctions data base », European Economic Review, 129, p. 103-561.
– Fortna, V.P. (2004) : « Does Peacekeeping Keep Peace ? International Intervention and the Duration of Peace after Civil War », International Studies Quarterly, 48 (2), p. 269-292.
– Giumelli, F. (2017) : « The redistributive impact of restrictive measures on EU members : Winners and losers from imposing sanctions on Russia », Journal of common market studies. 55, p. 1062-1080.
– Haass, F., Ansorg, N. (2018) : « Better peacekeepers, better protection ? Troop quality of United Nations peace operations and violence against civilians », Journal of Peace Research, 55 (6), p. 742-758.
– Halkia, S., Ferri, S., Joubert-Boitat, I., Saporiti, F., Kauffmann, M. (2017) : The Global Conflict Risk Index (GCRI) Regression model : data ingestion, processing, and output methods. European Commission, JRC. JRC technical report JRC108767, DOI 10.2760/303651, 54 p.
– Henke, M.E. (2019) : « UN fatalities 1948 – 2015 : A new dataset », Conflict Management and Peace Science, 36 (4), p. 425-442.
– Hübner-Dick, G., Seidelmann, R. (1978) : « Simulating economic sanctions and incentives : hypothetical alternatives of United States policy on South Africa », Journal of Peace Research. 15, p. 153-174.
– Hufbauer, G. C., Oegg, B., others (2003) : « The impact of economic sanctions on US trade : Andrew Rose’s gravity model ».
– Hufbauer, G. C., Schott, J. J., Elliott, K.A. (1990a) : « Economic sanctions reconsidered : History and current policy », Peterson Institute.
– Hufbauer, G.C., Schott, J.-J., Elliott, K.A. (1990b) : « Economic sanctions reconsidered : Supplemental case histories », Institute for International Economics.
– Hultman, L., Kathman, J., Shannon, M. (2013) : « United Nations Peacekeeping and Civilian Protection in Civil War », American Journal of Political Science, 57 (4), p. 875-891.
– Hultman, L., Kathman, J., Shannon, M. (2014) : « Beyond Keeping Peace : United Nations Effectiveness in the Midst of Fighting », The American Political Science Review, 108 (4), p. 737-753.
– Janzen, R. (2014) : « Shifting Practices of Peace : What is the Current State of Unarmed Civilian Peacekeeping ? », Peace Studies Journal, 7 (3), p. 46-60.
– Janzen, R. (2015) : « Incorporating unarmed civilian peacekeeping into Canadian foreign policy : what do Canadians think ? », Canadian Foreign Policy Journal, 21 (1), p. 15-27.
– Janzen, R. (2023) : « A typology for UCP practices », in E. Furnari, R. Janzen, R. Kabaki, Unarmed Civilian Protection – A New Paradigm for Protection and Human Security, p. 208.
– Johnson, R.B., Onwuegbuzie, A.J. (2004) : « Mixed Methods Research : A Research Paradigm Whose Time Has Come », Educational Researcher, 33 (7), p. 14-26.
– Kašt’aková, E., Baumgartner, B., Žatko, M. (2018) : « The impact of the Russian embargo on its agri-food trade with the EU : Analysis by selected indicators », International Journal of Agricultural Management. 7, p. 256-271.
– Kauffmann, M. (2007) : « Short term and event interdependence matter : A political economy continuous model of civil war », Peace Economics, Peace Science and Public Policy, 13 (1), p. 19.
– Kauffmann, M. (éd.) (2008a) : Building and Using Datasets on Armed Conflicts, mai 2008, Amsterdam : IOS Press, NATO, 204 p.
– Kauffmann, M. (2008b) : « Enhancing Openness and Reliability in Conflict Dataset Creation » in Kauffmann, Mayeul (ed.) (2008a), Building and Using Datasets on Armed Conflicts, (op. cit.), p. 107-132.
– Kauffmann, M. (2009) : Postface à Gene Sharp (2002), « De la Dictature à La Démocratie. Un cadre conceptuel pour la libération », L’Harmattan.
– Kauffmann, M. (2009) : Méthodes statistiques appliquées aux questions internationales, mars 2009, 200 p., L’Harmattan.
– Kauffmann, M. (2017) : « Resilience to oppression and to violent conflict escalation through nonviolent action », 14 décembre 2017, p. 82-91. The 2nd International Workshop on Modelling of Physical, Economic and Social Systems for Resilience Assessment, European Commission JRC, Ispra, 2018.
– Kauffmann, M. (2019) : « Documenter les actions non-violentes — Base de données mondiale sur l’action non-violente », in Silence, n° 481, septembre 2019, p. 38-39.
– Kauffmann, M. (2020a) : « Databases in Defense Studies », in D. Deschaux-Dutard (ed.), Methods in Defence Studies, Routledge, p. 129-150.
– Kauffmann, M. (2020b) : « Le numérique au service d’un idéal de non-violence », in Stéphane Hessel : Les perspectives d’un engagement, LGDJ (Transition & Justice, 27), p. 97 – 109.
– Kauffmann, M. (2020c) : « Quantitative Analyses in Defense Studies », in D.Deschaux-Dutard (ed.), Methods in Defence Studies, Routledge, p. 109-128.
– Kauffmann, M., Janzen R. (2022) : « Quelles bases de données pour la paix ? L’exemple de l’Intervention civile de paix (ICP) », Alternatives non-violentes, p. 17-19
– Kauffmann, M., Janzen, R. (2023) : « Expanding Data on Unarmed Civilian Peacekeeping », Journal of Pacifism and Nonviolence.
– Kosenkova, Y. (2020) : « The Impact of International Economic Sanctions on Industrial Output of the Russian Federation ».
– Kucera, J., Kauffmann, M., Duta, A.-M., Soler, I.T., Tenerelli, P., Trianni, G., Hale, C., Rizzo, L. & Ferri, S. (2011) : Armed conflicts and natural resources, European Commission, ISBN 978-92-79-20498-2.
– Lakey, G. (2011) : Global Nonviolent Action Database : Uses of the Database, <https ://nvdatabase. swarthmore. edu/content/uses-database-0>.
– Morgan, T.C., Bapat, N., Kobayashi, Y. (2014) : « Threat and imposition of economic sanctions 1945 – 2005 : Updating the TIES dataset », Conflict Management and Peace Science, 31, p. 541558.
– Morgan, T.C., Bapat, N., Krustev, V. (2009) : « The threat and imposition of economic sanctions, 1971-2000 », Conflict Management and Peace Science, 26, p. 92 – 110.
– Nguyen, T.T., Do, M.H. (2021) : « Impact of economic sanctions and counter-sanctions on the Russian Federation’s trade », Economic Analysis and Policy, 71, p. 267 – 278.
– Oldenhuis, H., Carriere, R., Duncan, M., Furnari, E., Frisch, A., Wagstrom, T. (2017) : Unarmed civilian protection : Strengthening civilian capacities to protect civilians against violence, First edition, Unitar, Nonviolent Peaceforce.
– Pape, R.A. (1997) : « Why economic sanctions do not work », International security, 22, p. 90-136.
– Pape, R.A. (1998) : « Why economic sanctions still do not work », International Security, 23, p. 66-77.
– Soest, C., Portela, C. (2012) : « GIGA Sanctions Dataset Codebook ».
– Sundberg, R., Melander, E. (2013) : « Introducing the UCDP Georeferenced Event Dataset », Journal of Peace Research, 50 (4), p. 523-532.
– Tuzova, Y., Qayum, F. (2016) : « Global oil glut and sanctions : The impact on Putin’s Russia », Energy Policy, 90, p. 140 – 151.
– United Nations (2022a) : Peacekeeping Open Data Portal, United Nations Peacekeeping, <https ://peacekeeping. un. org/en/open-data-portal>.
– United Nations (2022b) : Troop and Police Contributions, United Nations Peacekeeping, ibid.
– Weber, P.M., Schneider, G. (2022) : « Post-Cold War Sanctioning by the EU, the UN, and the US : Introducing the EUSANCT Dataset », Conflict management and peace science, 39, p. 97-114.
– Weiss, T. and Minear, L. (1999) : Volunteers Against Conflict : United Nations Volunteers, Tokyo, New York : United Nations University.
– Yang, J., Askari, H., Forrer, J., Teegen, H. (2004) : « US economic sanctions : An empirical study », The International Trade Journal, 18, p. 23-62.
