Memoire Online - Impact économique des biocarburants au Mali. Une analyse de robustesse

Un autre résultat important se trouve au niveau des prix du marché qui connaissent une

diminution dans 14 des 20 secteurs que compte le modèle. La plus grande diminution est à

mettre à l'actif du jatropha où on enregistre des baisses comprises entre 78 et 82% pour

l'ensemble de nos simulations. La production de biocarburants ainsi que la culture intensive de

jatropha semble donc avoir une influence positive sur la plupart des secteurs de l'économie,

autre que les secteurs agricoles et il faut bien une baisse de prix aussi importe pour absorber l'excès d'offre ainsi enregistrée dans ces secteurs.

variables	secteurs de	référence	Al	A2	A3	A4	AS	A6
Prix du marche	production
pq VI V Pq R I Z pq RENT pq JATR pq COT pq ELEV pq SYL pq AU Pq AGI ND pq TEX pq XMA pq ELEC pq BA1 OF _de pq BTP on pq COM 0 pq TRANS Pq S ER pq BQ Pq S N M pq CAR		1.001 1.008 1.007 1 1.025 1.002 1.001 1 1.047 1.064 1.03 1.076 A3¹ 1.051 1.328 7 ₀1.22 54 1.286 55 1 1.016 ⁰⁶	1.07	0.57	0.55	0.55	0.55	0.55
			0.45	0.30	0.28	0.28	0.28	0.28
			0.87	0.54	0.51	0.51 -80.02	0.51	0.51 -82.49
			-81.22	-78.55	-80.02	0.51 -80.02	-82.47	0.51 -82.49
			0.81	0.33	0.34	0.34	0.34	0.34
			0.06	0.06	0.03	0.04	0.04	0.04
			0.98	0.51	0.49	0.49 -0.10	0.49	0.49 -0.10
			-0.30	-0.09	-0.10	0.49 -0.10	-0.10	0.49 -0.10
			-0.36	-0.09	-0.11	-0.11 -0.17	-0.11	-0.11 -0.17
			-0.41	-0.15	-0.17	-0.11 -0.17	-0.17	-0.11 -0.17
			-0.21	-0.07	-0.07	-0.07	-0.07	-0.07
			-0.47	-0.19	-0.31	-0.30	-0.20	-0.20
			A4	A5	A6	-51.72	-53.28	-53.29
			-0.43	-0.20	-0.17	-0.17	-0.17	-0.17
			-0.60 5	-0.38	-0.36	-0.36 -0.10	-0.36	-0.36 -0.10
			-0.21 8	-0.09	-0.10	-0.36 -0.10	-0.10	-0.36 -0.10
			-0.65 1	-0.19	-0.18	-0.18	-0.18	-0.18
			-0.48 2	-0.17	-0.16	-0.16	-0.17	-0.17
			-0.31 4	-0.06	-0.09	-0.09	-0.08	-0.08
			-0.47 3	-0.17	-0.14	-0.14	-0.14	-0.14

Au niveau des prix dans les autres secteurs on enregistre trois cas. Le premier, dans les

secteurs du coton, de l'élevage, de la sylviculture et surtout des secteurs de la rente, du riz et des
X 0 0 07 0 .7 ⁰produits vivriers qui connaissent chacun une hausse de leur prix. Tous ces secteurs ont connu une

baisse de leur production, l'augmentation du prix s'explique donc par la baisse de l'offre dans

Le deuxième cas, est celui qui concerne les secteurs (mine, textile, transport, service, non-marchand) où on enregistre une baisse de prix couplée à une hausse de leur production. L'augmentation de l'offre pour le bien composite et la substitution des intrants de production dans les secteurs ayant trait à l'énergie, l'énergie fossile, l'électricité, carburant sont des raisons pouvant justifier la baisse de prix enregistrée.

Enfin, le dernier cas est celui qui concerne les secteurs où on enregistre une chute de prix couplée à la fois à une augmentation de l'offre et une diminution de la demande pour le bien composite.

La prochaine variable à être présentée est le taux de rémunération du capital. C) le taux de location du capital

Enfin, la dernière variable que nous présenterons dans cette partie est le taux de rémunération du capital pour les secteurs non agricoles. Le modèle présente un capital qui est fixe pour les différents secteurs et mobile entre les secteurs agricoles. Chaque secteur présente un taux de rémunération du capital qui lui est propre. Les différentes simulations sous 1a montrent des changements importants concernant les secteurs des biocarburants où ce taux connait une croissance atteignant parfois 921%, comme c'est le cas avec la simulation A1. Pour le secteur des biocarburants, (Tableau 15) les secteurs des mines et des transports sont ceux qui connaissent le plus grand changement, sous 1a et 1b.



fé	3




		A4	A5	A6

La prochaine partie présente l'analyse de sensibilité. Il est important de garder à l'esprit les résultats présentés précédemment, pour comprendre les tendances et mouvements observés pour nos différentes variables.

Cette partie vise à montrer l'influence du choix de la valeur de des élasticités sur les résultats, ceci tant au niveau macroéconomique, que sectoriel. Ainsi que l'impact des

changements de fermetures sur les résultats obtenus, comparativement à ceux obtenus par les

L'observation de nos résultats montre une très grande proximité avec ceux obtenus par

les auteurs du BCST (2011). Comme le recul du revenu agrégé ou du PIB, ainsi que la baisse des

prix dans la plus part des secteurs de notre économie. Les différentes simulations ont très peu

d'influence sur nos différentes variables. En effet, comme le montre le tableau (17), suivant les variations enregistrées sont du même ordre que ceux obtenus par Boccanfuso et al (2011).

On ne note pas de changement notable. Les seules différences existantes entre nos résultats et les leurs se situe au niveau de l'amplitude des variations observées. De plus, nous notons que les résultats obtenus avec la simulation 1a, sont généralement meilleurs que ceux obtenus avec la simulation 1b. Ce qui pousserait à affirmer comme les auteurs du BCST (2011), que l'utilisation de terre en friche est une meilleure solution que la réquisition des terres agricoles allouées à d'autres secteurs.

			résultats BEST (2011)		nouvelles simulations
Variables	Definitions	reference	sim 1A	sim 3A	AF3	B9
rr Y8 sg bac Ye se it PIB	taux de rente du capital agricole revenu du gouvernement épargne du gouvernement balance courante revenu des entreprises épargne des entreprises investissement total produit intérieur brut	1	0.03	-1.41	0.41	0.74
		826370	0.01	-0.31	-0.09	-0.2
		222997	0.02	-1.15	-0.34	-0.77
		60698	0.16	-2.27	0	0
		370194	0.02	-0.4	-0.87	-0.2
		39974	0.03	-0.82	-0.18	-0.42
		277901	0.06	-0.74	0	-0.63
		3203785	0.02	-0.45	-0.1	-0.25

taux de rente d capital agriole 1 0.03 -1.4Il est important de se rappeler, que pour effectuer notre analyse de sensibilité, une valeur

spécifique a été attribuée à nos différentes élasticités , , pour chaque secteur d ti 39974 003 0 ⁴²de notre économie. Commençons l'étude de nos variables macroéconomiques en présentant les

effets de nos élasticités sur le revenu du gouvernement (yg), le revenu des entreprises (ye) et le
produit intérieur brut (PIB). Comme mentionné plus haut, les variations les plus importantes sont

enregistrées sous 1b (Variation comprises entre -0,2 et -0,450), tandis qu'elle se situe entre 0 et - 0,450 sous 1a. Les figures (7, 8 et 9) permettent de constater que bien que les simulations 1a et 1b soient différentes les mêmes tendances sont observées.

L'élasticité du travail est celle qui a le plus d'impact sur nos différentes variables sous

1a. En effet, on observe des variations plus importantes lorsqu'on prend cette élasticité avec les valeurs du modèle. Par la suite, le changement de valeur opéré, avec les valeurs modifiées permet de diminuer l'ampleur des variations observées. Sous 1b, l'effet du changement de valeurs pour les élasticités est relatif. En effet, si on note une amélioration de nos variations pour Ye, le PIB et une légère diminution pour Yg, force est de constater que ces variations se situent à des niveaux quasi-identiques.

L'élasticité de substitution pour le secteur de l'énergie, ne montre elle qu'une légère

diminution de variations de nos différents agrégats, lorsque l'on passe de la simulation avec les

valeurs du modèle à la simulation avec les valeurs modifiées sous 1a. Sous 1b on note cependant encore une fois une amélioration de nos variations.

Le secteur de l'énergie ne représentait que 2,29% dans le TES de base, qui a servi à la construction du BCST (2011). C'est pourquoi, dans les résultats obtenus cette élasticité montre une plus grande influence au niveau sectoriel, plutôt qu'au niveau macroéconomique.

permet à l'instar des autres élasticités, de constater une amélioration des variations lorsqu'on

utilise les valeurs modifiées sous 1a. Sous 1b l'effet est plus net, puisqu'on obtient la variation la plus faible pour nos trois agrégats.

La dernière élasticité de substitution est celle qui a trait au sous-secteur des biocarburants

. On ne note pas de changements notables de nos agrégats en changeant les valeurs de cette élasticité, son influence est plus grande au niveau des secteurs de l'énergie et notamment de la consommation intermédiaire d'énergie.

Les trois figures précédentes permettent également de voir, que l'association de nos différentes élasticités en une méme simulation permet d'obtenir les variations les moins importantes pour nos différents agrégats à savoir Yg, Ye et le PIB (simulations A9 et B9), et ceci aussi bien sous 1a que sous 1b. La combinaison de nos quatre élasticités à un effet stabilisateur, puisqu'on constate une grande diminution de l'amplitude de nos variations.

Par la suite les changements de fermeture opérés montrent une variation à la baisse avec la fermeture F1, (indice de prix fixe et taux de change nominal endogène) sous 1a. Ce mouvement est également visible sous 1b. Les résultats sont meilleurs avec la fermeture F3 (Balance courante endogène, indice des prix et taux de change exogènes), où les variations sont moins importantes aussi bien sous 1a que sous 1b, pour le revenu du gouvernement (Yg), le revenu des entreprises (Ye), et le produit intérieur brut (PIB).

Ce qui viendrait démontrer que le modèle s'accommode mieux d'un taux de change nominal fixe. L'influence de la fermeture F2 est quant à elle difficilement perceptible, car on n'observe pas dans les résultats de mouvements majeurs.

De manière générale, il ressort de l'observation d'Yg, Ye, et le PIB, qu'une amélioration des variations est observée en changeant les valeurs de nos élasticités. De plus les mêmes tendances sont observées pour toutes nos simulations. Seules les fermetures F1 et F3 ont une influence perceptible sur nos résultats.

Les deux figures (10, 11) présentant l'évolution de l'ensemble des variables macroéconomiques (suivant les simulations 1a et 1b). Elles permettent de constater que les mêmes tendances ou les mêmes évolutions sont observées au niveau de nos différentes variables macroéconomiques. Certaines variables sont très insensibles (pindex, Ye, s, Yg, Ym et Cg), alors que d'autres le sont beaucoup plus (sn, sg, se, it). La seule variable à faire l'objet d'un retournement de signe est le taux de location du capital agricole (rr).

Le changement de signe, ne signifie pas un retournement de tendance, car il porte sur une variable qui n'avait pas une valeur importante, à la période de référence. Enfin, pour les deux groupes de simulations, on observe peu d'impact différencié sur la plupart des variables macroéconomiques.

Pour ce qui a trait à la valeur ajoutée les résultats présentés dans la partie précédente ont démontré que nos simulations avaient surtout un impact sur deux secteurs en particulier celui des biocarburants et celui des jatropha. Un résultat également obtenus par les auteurs du BCST (2011). La seule différence entre nos résultats et les leurs, réside encore une fois dans l'amplitude des variations observées (Tableau 18).

			nouvelles simulations				résultats BCTS (2011)
variables secteurs de production référence			AF2	AF3	B F2	BF3	sim 1	sim 3
Va	VI V RI Z RENT JATR COT ELEV SYL AU AG I ND TEX XMA ELEC uctio BTP COM TRANS SER BQ SNM CAR	417259 162704 40896 850 173224 315643 205250 294262 280422 96402 106983 simulati 172527 127 -07 -0.4 -05 122.3 -06 -02 -07	-0.71	-0.71	-1.43	-1.42	0.00	0.00
			-0.42 -0.51	-0.42	-0.78 -1.04	-0.90 -1.04	0.02	0.00
			-0.42 -0.51	-0.51	-0.78 -1.04	-0.90 -1.04	0.02	0.03
			122.32	122.32	121.97	122.19	90.06	110.23
			-0.64	-0.64	-1.55	-1.16	0.02	0.17
			-0.25 -0.71	-0.25	-0.56 -1.37	-0.43 -1.42	0.02	0.04
			-0.25 -0.71	-0.71	-0.56 -1.37	-0.43 -1.42	0.00	-0.02
			0.01	0.01	0.01	0.06	0.00	0.07
			-0.03	-0.03	0.01	-0.07	0.00	0.03
			0.02 -0.05	0.02	-0.01 -0.04	0.06 -0.10	0.01	-0.01
			0.02 -0.05	-0.05	-0.01 -0.04	0.06 -0.10	0.00	-0.03
			-0.01	-0.01	ultats -0.03	S 20 0.00	0.00	0.01
			BF²116.07	BF3116.07	im	sim 3	84.93	105.56
			-14	-1.4	-0.18 0	-0.13	-0.02	0.08
			-0.	-0.9	-0.04 0	-0.01	0.00	0.01
			-1.	-1.0	0	0.03	0.01	0.05
			121.	1221	90	-0.54 11	-0.01	-0.01
			-1.5	-1.1	-0.16 0	-0.16	0.00	0.08
			-05	-0.4	0.23 0	0.23	-0.01	-0.38
			13	-14	-0.10 0	-0.44	-0.05	-0.10

On constate également qu'avec les simulations effectuées avec des changements de

fermetures, nos résultats présentent des variations qui se situent à des niveaux plus importants,

que ceux obtenus par les auteurs du BCST (2011). Le secteur jatropha, est peu sensible aux

changements de fermetures. Le niveau des fermetures F1, F2 et F3 est le même que A9 pour la

Les résultats de la valeur ajoutée pour les autres secteurs ne montrent pas une grande sensibilité vis-à-vis des différentes élasticités et fermetures. La réalisation de nos simulations, avec les éléments qu'elles comportent (multiplication par 15 des terres allouées au jatropha), est l'élément qui a le plus d'impact sur les résultats au niveau de la valeur ajoutée.

Au niveau des prix une observation de nos résultats montre encore une grande proximité avec ceux obtenus par les auteurs du BCST (2011). Les simulations 1 et 3 de ces auteurs donnent des diminutions de prix de respective, de -77,46% et -77,55% pour le secteur du jatropha (Tableau 19). Le secteur des biocarburants connait également une baisse de prix importante. Nos résultats montrent une baisse prix qui se situe au-dessus 80%, pour la plupart de nos simulations pour le secteur jatropha. Le secteur biocarburant connait également une baisse de prix importante.



n	nouv	si


			BCST (21)
	CO	si	sim
		13	2
		60	1
			02
	-824	48	46 7
		69	01
		2	01
		01	01
			01	6
		20	00
	-	31	01	7
	-0	4	00
		38	00
	-	42	81 -34
	-		01
		76	04

Les autres secteurs ne connaissent pas de changements majeur au niveau du BCST (2011) et il en de même pour les résultats de nos simulations, car même si nous remarquons des variations à la baisse, elles portent sur des variables ne présentant pas de grande valeurs à la période de référence. Nos résultats et les leurs suivent encore une fois les mêmes tendances. Des différences apparaissant seulement dans l'amplitude des variations observées. Les élasticités ne semblent pas avoir une grande influence sur les prix, puisqu'on constate que les variations se situent généralement dans le même intervalle. Il est de même, pour les fermetures. De manière générale les variables sectorielles présentent certains changements en terme qualitatif, ceci pour des variables présentant des valeurs proches de zéro à la période de référence.

L'analyse de sensibilité réalisée appelle un certain nombre de commentaires :

- Le type de fermeture choisit semble avoir plus d'importance sur les variables macroéconomiques et moins sur les variables sectorielles. De plus, comme nous l'avons déjà mentionné plus haut, les variations sont moins importantes dans le modèle lorsque le taux de change nominal (e) est endogène.

- Les simulations réalisées sous 1a, présentent des résultats macroéconomiques meilleurs que sous 1b. Ce qui signifie que la solution d'augmentation de la production par l'utilisation de terre en friche est meilleure, que la prise de terre à d'autres secteurs agricoles. Nos résultats confirment donc celui trouvé auparavant par les auteurs du BCST (2011).

- Prise séparément, l'élasticité du travail est de loin, celle qui a le plus d'influence sur nos résultats.

- Pour les variables macroéconomiques, les meilleurs résultats au niveau de nos variations ont été obtenus en combinant les différentes valeurs modifiées de nos élasticités (la combinaison de ces élasticités permet de diminuer les variations.) La combinaison de ces nouvelles valeurs semble avoir un effet stabilisateur au niveau de nos résultats. Au niveau des variables sectorielles cet effet est moins perceptible.

- Le retournement de signe au niveau des variations ne constitue pas un retournement de tendance puisque portant, sur des variables ayant des valeurs faibles à la période de référence.

- Les fermetures F1 et F3 ont donné lieu à des mouvements observables au niveau sectoriel et surtout macroéconomique. L'effet de la fermeture F2, est quant à lui difficilement perceptible.

Enfin, l'observation des résultats avec et sans changements d'élasticité ainsi que l'observation de nos différentes variables sectorielles nous amène à la principale conclusion de notre mémoire et semble dès lors indiquer, que le changement d'élasticité dans le modèle BCST (2011), a un effet certain sur l'amplitude des variations observées, mais moindre sur la nature des résultats obtenus. Il y a quelques changements en terme qualitatifs mais pour des variables avec des taux de variation proche de zéro et de variables de départ qui sont aussi près de zéro.

Impact économique des biocarburants au Mali. Une analyse de robustesse

b) Les prix du marché