8.2. Diversification des sources de revenu
La diversification des sources de revenu est l'une des
mesures d'adaptation développées par les populations locales pour
faire face aux bouleversements climatiques vécus dans leur terroir.
Cette diversification se traduit par le développement d'autres
activités parallèles à la production agricole. Il s'agit
notamment de : l'élevage, la transformation agroalimentaire, la vente de
bois de chauffe, le salariat agricole, le commerce, la pêche et la vente
de sable d'érosion. Le tableau 17 présente les différentes
activités de diversification développées par les
producteurs au cours des quinze (15) précédentes années
pour faire face aux effets induits par les changements climatiques sur leur
cadre de vie.
Tableau 17: Différentes activités
développées par les différentes catégories de
producteurs
Catégories
|
Élevage
|
Agroali mentaire
|
Vente de bois de chauffe
|
Salariat
agricole
|
Commerce
|
Vente de sable d'érosion
|
Pêche
|
Po
|
9
|
3
|
4
|
3
|
1
|
0
|
3
|
Pn
|
10
|
4
|
6
|
5
|
0
|
3
|
1
|
Mo
|
13
|
3
|
5
|
1
|
5
|
2
|
1
|
Mn
|
9
|
9
|
4
|
0
|
3
|
0
|
2
|
Go
|
17
|
16
|
6
|
0
|
1
|
0
|
2
|
Gn
|
6
|
2
|
4
|
0
|
2
|
2
|
0
|
|
Source : Données enquête de
terrain, Août-Octobre 2009
Les données du tableau 17 révèlent que
les producteurs, toutes catégories confondues, ont diversifié
leur source de revenus. Globalement les activités les plus importantes
sont : l'élevage (91,43%), les transformations agroalimentaires (52,86%)
et la vente de bois de chauffe (41.43%). Le développement du salariat
agricole comme mesure d'adaptation aux changements climatiques a
été particulièrement mise en oeuvre par les petits
producteurs.
8.3. Stratégies d'adaptation par
catégories de producteurs
Il n'est pas aisé de faire une bonne lecture
cohérente des différentes stratégies en fonction des
catégories de producteurs (voir annexe 4). En vue d'apprécier
alors ces relations, nous avons réalisé une Analyse en Composante
Principale en prenant en compte les différentes mesures d'adaptation des
producteurs. Les résultats ont permis de tester notre hypothèse
intitulée : « les stratégies d'adaptation des producteurs
varient suivant les catégories de producteurs ».
8.3.1. Analyse en Composantes Principales (ACP)
L'efficacité de stockage d'informations d'une
composante principale est mesurée par la proportion de sa valeur propre
par rapport à la somme de toutes les valeurs propres. Le tableau 18
présente les valeurs et proportions d'information concentrées sur
les différents axes.
Tableau 18 : Valeurs propres et proportions
d'informations concentrées sur les axes
Valeur propre
|
Différence
|
Proportion cumulée
|
1
|
10.4339804
|
7.9041518
|
0.6956
|
0.6956
|
2
|
2.5298285
|
0.9642680
|
0.1687
|
0.8643
|
3
|
1.5655605
|
1.2812914
|
0.1044
|
0.9686
|
4
|
0.2842691
|
0.0979075
|
0.0190
|
0.9876
|
5
|
0.1863616
|
0.1863616
|
0.0124
|
1.0000
|
6
|
0.0000000
|
0.0000000
|
0.0000
|
1.0000
|
7
|
0.0000000
|
0.0000000
|
0.0000
|
1.0000
|
8
|
0.0000000
|
0.0000000
|
0.0000
|
1.0000
|
9
|
0.0000000
|
0.0000000
|
0.0000
|
1.0000
|
10
|
0.0000000
|
0.0000000
|
0.0000
|
1.0000
|
11
|
0.0000000
|
0.0000000
|
0.0000
|
1.0000
|
12
|
0.0000000
|
0.0000000
|
0.0000
|
1.0000
|
13
|
0.0000000
|
0.0000000
|
0.0000
|
1.0000
|
14
|
0.0000000
|
0.0000000
|
0.0000
|
1.0000
|
15
|
0.0000000
|
|
0.0000
|
1.0000
|
|
L'analyse du tableau 18 indique que la première
composante explique 69,56% des informations de départ, la
deuxième 16,87% et la troisième 10,44%. Ainsi donc, avec ces
trois axes, on arrive à expliquer 96,86% des informations contenues dans
les variables initiales. Ce qui est suffisant pour garantir une
précision d'interprétation du tableau de départ.
Dans le but de connaitre l'information que contiennent les
trois (3) composantes retenues, le tableau 19, nous permet d'examiner les
corrélations entre ces composantes et les quatorze (14) variables
initiales.
Tableau 19: Corrélation entre composantes et
variables initiales
|
Factor1
|
Factor2
|
Factor3
|
zones1
|
0.91535
|
0.29229
|
-0.27583
|
zone2
|
0.98285
|
0.02730
|
0.17695
|
Zone3
|
0.98484
|
-0.06481
|
0.02922
|
ABANDARCH
|
0.97986
|
-0.04392
|
-0.08156
|
ADOPRIZ
|
0.31080
|
0.89574
|
0.11315
|
DPZ1V2
|
0.79390
|
-0.40356
|
0.42721
|
DPZ1V3
|
0.26550
|
0.05473
|
0.95905
|
EXTEMBLV
|
0.92257
|
0.06562
|
0.23337
|
LABSEC
|
0.93859
|
0.22704
|
-0.19728
|
FERTCHIM
|
0.84319
|
-0.44998
|
-0.21856
|
ROT
|
0.99502
|
-0.06591
|
-0.06104
|
DRAIN
|
0.96396
|
0.00506
|
0.20251
|
OUICRED
|
0.68384
|
-0.66595
|
-0.22165
|
NONCRED
|
0.45292
|
0.87055
|
-0.12369
|
ELV
|
0.93145
|
0.07253
|
-0.29198
|
|
Les composantes principales sont dénommés
ici factor
De l'analyse du tableau 19, il ressort que seules les
variables adoption riz, déplacement culture de cycle long de la zone1
vers la zone3 et non accès aux crédits ne sont pas
représentées sur le premier axe, car ayant des coefficients de
corrélation inférieurs à 0,5. Les variables adoption riz,
non accès aux crédits et accès aux crédits pour ce
qui les concerne, sont bien représentées sur le
2ème axe avec des coefficients de corrélation
supérieurs à 0,5.
Quant au 3ème axe, il n'est bien
corrélé qu'avec la variable déplacement culture de cycle
long de la zone1 vers la zone3. Les cercles de corrélations nous
permettent de bien visualiser ces positions des différentes variables
sur les axes factoriels.
Factor1
C B
L O I .9H A
|
J
F
M
|
.8
.7
.6
.5
|
|
|
|
|
|
|
N
|
|
|
|
|
.4
|
|
|
|
|
|
.3
|
E
|
|
|
|
|
G
|
|
|
|
|
|
.2
|
|
|
|
|
|
|
|
F
|
|
|
|
.1
|
|
a
c
|
|
|
-1 -.9-.8-.7-.6-.5-.4-.3-.2-.1
|
0 .1 .2 .3 .4
|
.5 .6 .7 .8 .9
|
1.0t
o
|
|
|
|
-.1
|
|
r
|
|
|
|
|
|
2
|
|
|
|
-.2
|
|
|
|
|
|
-.3
|
|
|
|
|
|
-.4
|
|
|
|
|
|
-.5
|
|
|
|
|
|
-.6
|
|
|
|
|
|
-.7
|
|
|
|
|
|
-.8
|
|
|
|
zones1=A
|
zone2=B Zone3=C
|
ABANDARCH=C
|
ADOPRIZ=E
|
DPZ1V2=F
|
DPZ1V3=G
|
EXTEMBLV=H
|
LABSEC=I FERTCHIM=J
|
ROT=C
|
DRAIN=L
|
OUICRED=M
|
NONCRED=N
|
ELV=O
|
|
|
|
|
|
|
Figure 8 : Cercle de corrélation dans le plan
formé par Factor1 et Factor2
Factor1 DK C B
|
O I
|
L
|
|
|
|
|
A
|
.9 H
|
|
|
|
|
J
|
|
|
|
|
|
|
.8 F
|
|
|
|
|
M
|
.7
|
|
|
|
|
|
.6
|
|
|
|
|
|
.5
|
|
|
|
|
N
|
|
|
|
|
|
|
.4
|
|
|
|
|
|
.3 E
|
|
|
|
|
|
|
|
G
|
|
|
|
.2
|
|
|
|
|
|
|
|
F
|
|
|
|
.1
|
|
a
c
|
|
|
-1 -.9-.8-.7-.6-.5-.4-.3-.2-.1
|
0 .1 .2 .3 .4
|
.5 .6 .7 .8
|
.9 1.0t
o
|
|
|
|
-.1
|
|
r
|
|
|
|
|
|
3
|
|
|
|
-.2
|
|
|
|
|
|
-.3
|
|
|
|
|
|
-.4
|
|
|
|
|
|
-.5
|
|
|
|
|
|
-.6
|
|
|
|
|
|
-.7
|
|
|
|
|
|
-.8
|
|
|
|
|
|
-.9
|
|
|
|
|
|
-1
|
|
|
|
zones1=A
|
zone2=B Zone3=C
|
ABANDARCH=D
|
ADOPRIZ=E
|
DPZ1V2=F
|
DPZ1V3=G
|
EXTEMBLV=H
|
LABSEC=I FERTCHIM=J
|
ROT=K
|
DRAIN=L
|
OUICRED=M
|
NONCRED=N
|
ELV=O
|
|
|
|
|
|
|
Figure 9: cercle de corrélation dans le plan
formé par z1 et Z3
Factor2
|
1
|
|
|
|
|
.9 E
|
|
|
|
|
N
|
|
|
|
|
.8
|
|
|
|
|
.7
|
|
|
|
|
.6
|
|
|
|
|
.5
|
|
|
|
|
.4
|
|
|
|
|
A .3
|
|
|
|
|
I
|
|
|
|
|
.2
|
|
|
|
|
.1
|
|
F
a
|
|
|
O B H
|
|
G c
|
|
|
-1 -.9-.8-.7-.6-.5-.4-.3-.2-.1 0 .1 .L .3
.4
DK C
-.1
|
.5 .6 .7 .8
|
.9 1.0t o r
|
|
|
|
|
3
|
|
|
-.2
|
|
|
|
|
-.3
|
|
|
|
|
-.4 F
|
|
|
|
|
J
|
|
|
|
|
-.5
|
|
|
|
|
-.6
|
|
|
|
|
M
|
|
|
|
|
-.7
|
|
|
|
zones1=A
|
zone2=B Zone3=C ABANDARCH=D
|
ADOPRIZ=E
|
DPZ1V2=F
|
DPZ1V3=G
|
EXTEMBLV=H
|
LABSEC=I FERTCHIM=J ROT=K
|
DRAIN=L
|
OUICRED=M
|
NONCRED=N
|
ELV=O
|
|
|
|
|
|
Figure 10: Cercle de corrélation formé par
le plan Factor2 et Factor3
La figure 11 nous permet de visualiser la position des
différents types d'exploitations sur les axes factoriels afin d'en
identifier leurs stratégies.
Plot of z1*z2$Types. Symbol used is '*'.
6 à
·
·
·
·
·
· * Go
·
·
·
5 à
·
·
·
·
·
·
·
·
·
4 à
·
·
·
·
·
·
·
·
·
3 à
·
·
·
z1
·
· *
Mo
·
·
·
·
2 à
·
·
·
·
·
·
·
·
·
1 à
·
·
·
·
·
·
·
·
· 0
àÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉ
·
·
·
·
·
·
·
·
-1 à
·
·
·
· *
·Po
·
·
· * Mn
·
-2 à
·
·
·
· * Gn
·
·
· * Pn
·
·
-3 à
·
ÉÉàÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉàÉÉ
-2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5
z2
Figure 11: Représentation des types
d'exploitations sur les axes1 et 2
La Figure 11, qui présente la représentation des
types de producteurs sur les axes 1 et
2 nous permet de constater que les stratégies des
producteurs des types Go et Mo peuvent bien s'expliquer positivement par
rapport à l'axe Z1, alors que celles des producteurs des types Gn, Mn,
Pn et Po peuvent s'expliquer négativement sur cet axe. Les
stratégies des producteurs des types Mn et Go peuvent s'expliquer
négativement par rapport à l'axe Z2. Celles des producteurs de
type Mo et Pn peuvent s'expliquer positivement par rapport à l'axe
Z2.
Plot of z1*z3$Types. Symbol used is '*'.
6 à
* go
5 I
4 I
3 I
z1 * mo
2 "
1 "
0
àÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉÉ
-1 à
* po
* mn
-2 à
* gn
* pn
-3 à
àÉÉÉÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉÉÉÉàÉÉÉÉÉÉÉÉÉÉÉàÉ
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5
z3
Figure 12 : Représentation des types
d'exploitation sur les axes 1 et 3
La Figure 12 qui présente la représentation des
types de producteurs sur les axes 1 et 3 nous permet de constater que les
stratégies des producteurs des types Mo et Go peuvent s'expliquer
positivement par rapport à l'axe Z1, alors que celles des producteurs de
types Gn, Mn, Po, et Pn peuvent s'expliquer négativement sur cet axe.
Les stratégies des producteurs des types Mn, Po, et Pn peuvent
s'expliquer négativement par rapport à l'axe Z3. Celles des
producteurs de types Mo Gn peuvent s'expliquer positivement par rapport
à l'axe 1.
| 
