Saut au contenu

DATAFID
Favoriser le développement économique et lutter contre la fraude

print
Crédit : Ruthson Zimmerman sur Unsplash

Objectif

Ce projet innovant vise à améliorer la connaissance de l’économie numérique et de ses impacts, et à renforcer les capacités des administrations fiscales et douanières à travers un meilleur usage de la science des données.
  • 2,5 M€
    BUDGET
  • 01/03/2021
    DEBUT DU PROJET
  • 24 mois
    DUREE

Le projet DATAFID vise à favoriser le développement économique et à lutter contre la fraude grâce à une meilleure connaissance des impacts de l’économie numérique et une bonne maîtrise de la science des données.

Il est financé par la Direction générale du Trésor dans le cadre du Plan d’investissement stratégique pour le développement (PISD), déclinaison opérationnelle de la stratégie française pour une meilleure mobilisation des ressources intérieures publiques (MRIP) dans les pays en développement (2020-2023). L’objectif général de cette stratégie est de soutenir la gouvernance démocratique et le financement du développement dans les zones d’intervention prioritaires de la France, grâce à une meilleure mobilisation des ressources intérieures.

Les objectifs et enjeux du projet DATAFID

Le projet régional d’appui au renforcement des statistiques de l’économie numérique et d’accompagnement à l’utilisation de la science des données par les administrations fiscales et douanières (DATAFID) se concentre sur l’objectif de la stratégie interministérielle MRIP 2020-2023 relatif à l’accompagnement de la modernisation des administrations fiscales pour assurer le recouvrement effectif des recettes.

Il entend répondre à trois priorités identifiées dans la stratégie MRIP :

soutenir l’amélioration de la performance et la transparence des administrations fiscales, et lutter contre la corruption ;

améliorer l’efficacité du soutien aux administrations fiscales via la promotion des nouvelles technologies ;

favoriser l’accès à des données fiables, compréhensibles et comparables.

Ainsi, l’économie du numérique et l’utilisation de la science des données par les administrations fiscales et douanières sont au cœur de ce projet innovant.

Plusieurs pays-pilotes d’Afrique de l’Ouest et du Centre bénéficieront de cet appui, qui pourra ensuite s’étendre à d’autres pays prioritaires identifiés dans le PISD si besoin.

Deux axes d’intervention


Composante 1 : Mieux connaître l'économie numérique pour pouvoir la fiscaliser

Mesure de l’économie numérique : Les politiques publiques ne sont efficaces que lorsqu’elles sont basées sur des informations fiables : données, statistiques, etc. Le projet DATAFID prévoit d’élaborer une méthodologie statistique de la mesure de l’économie numérique, harmonisée dans la région, qui permette de renseigner un certain nombre d’indicateurs et d’identifier des tendances pertinentes pour les décideurs publics. Cette méthodologie, une fois approuvée, sera testée dans un pays des bénéficiaires, qui recevra des financements et une assistance pour réaliser l’enquête depuis la collecte de données jusqu’à leur diffusion au grand public.

Fiscalité de l’économie numérique : Les systèmes fiscaux sont souvent inadaptés pour appréhender l’ensemble de la valeur créée par l’économie numérique, cette dernière bénéficiant de cadres fiscaux imprécis. L’OCDE propose des standards internationaux pour tenter d’y remédier, qu’il s’agisse de l’impôt sur les sociétés ou du paiement de la TVA. Le projet DATAFID va chercher à accompagner la mise en œuvre de ces standards en travaillant sur la mise en place de dispositifs de collecte de TVA pour la consommation de produits sur les plateformes numériques, et en sensibilisant les administrations pertinentes à l’importance de prendre des mesures à la hauteur des enjeux. Enfin, le numérique a permis l’essor d’outils visant à faciliter la relation avec les contribuables (télé-déclarations, télépaiements) ; le projet DATAFID se veut une opportunité de partage d’expérience entre pays membres.

Menée conjointement avec AFRISTAT et l’INSEE, elle bénéficie au Niger, au Togo, à la Côte d’Ivoire, au Cameroun et au Sénégal.

 

Composante 2 : Transparence et performance des administrations fiscales et douanières

Les administrations fiscales et douanières collectent et génèrent des données sur les contribuables : opérations de dédouanement, déclaration de revenus, etc. Le croisement de ces informations est un outil puissant pour étudier l’impact fiscal de certaines politiques, apprécier l’efficacité de certains bureaux, mais aussi et surtout améliorer l’analyse  risque, et donc la mobilisation des ressources fiscales. DATAFID accompagnera ces administrations en développant avec elles des « cas d’usage », c’est-à-dire des prototypes pour faire parler des données et améliorer leurs opérations de contrôle et de collecte. En parallèle, le projet co-construit avec les pays bénéficiaires des modules de formation à distance sur l’utilisation de langages de programmation pour la valorisation des données disponibles. Afin que le travail sur ce sujet puisse être pérennisé au terme du projet, la stratégie de sortie consistera à associer les écosystèmes nationaux par le biais d’un hackathon où les acteurs locaux de la science des données seront invités à construire leurs propres cas d’usage sur la base des données mises à disposition par les administrations partenaires.

Le Niger, le Togo, la Côte d’Ivoire et la Mauritanie bénéficient des actions de cette composante.

L’action de la FERDI : création de modules de formation certifiants

Dans le cadre d’une subvention octroyée par Expertise France, la FERDI propose une offre complète de modules de formations à distance certifiants pour accompagner le renforcement des capacités sur la science des données dans les administrations fiscales et douanières. Cette activité répond pleinement à la logique régionale et inter-directionnelle en créant des modules de formation directement applicables par les administrations fiscales et douanières de 14 pays d’Afrique de l’Ouest et du Centre.

La phase pilote se concentre sur quatre pays pour un travail collaboratif optimal avec les administrations locales. En effet, le développement des modules de formation implique une coopération renforcée des administrations pilotes. Ces dernières sont chargées de mettre à disposition des experts animant des groupes d’utilisateurs composés d’agents d’administrations douanières et fiscales. Les administrations pilotes testeront et enrichiront la formation en matière de science des données durant la phase de production, avant la mise en ligne des modules accessibles à l’ensemble des pays cibles.

Par ailleurs, en raison de sa portée régionale, et afin de faciliter sensiblement l’accès à la formation, cette activité implique un travail important de numérisation des savoirs. L’offre de formation de renforcement de capacités des administrations fiscales et douanières sera en effet intégralement proposée en enseignement à distance.

L'actualité du DATAFID

Le projet DATAFID a commencé le 1er mars 2021, avec une phase de démarrage menée auprès des administrations fiscales et des instituts nationaux de statistiques afin d'établir un diagnostic et de définir les futures activités à mettre en œuvre.
 

Durant cette phase de démarrage :

• Les experts AFRISTAT ont organisé des missions diagnostics sur les besoins en matière de collecte de données durant l’été 2021 dans 5 pays-pilotes : le Niger, le Togo, la Côte d’Ivoire, le Sénégal et le Cameroun.

• Deux missions de diagnostic ont été effectuées par un expert du numérique accompagné par la DGFiP, en Mauritanie et au Togo, sur l’encadrement juridique existant en matière de données fiscales. Une troisième mission est prévue au Niger en octobre, et une quatrième mission en Côte d’Ivoire avant fin 2021. 

• La FERDI a quant à elle commencé le développement de trois modules de formation : dépenses fiscales, analyse miroir et programmation R.
 

Pour clôturer cette phase de démarrage, un évènement de lancement s'est tenu du 11 au 15 octobre 2021, à Clermont-Ferrand dans les locaux de la FERDI, puis à Paris au siège d’Expertise France.