REPUBLIQUE DU CAMEROUN
REPUBLIC OF
CAMEROON
Paix-Travail-Patrie Paece-Wok-Fatherland
********** **********
UNIVERSITE DE YAOUNDE II THE UNIVERSITY OF YAOUNDE
II
********** **********
FACULTE DE SCIENCES
FACULTY OF ECONOMICS AND
ECONOMIQUE ET DE GESTION
MANAGEMENT
********** **********
DEPARTEMENT D'ECONOMIE DEPARTMENT
ECONOMICS
APPLIQUEE APPLIED
CHANGEMENTS CLIMATIQUES ET PRODUCTION AGRICOLE DANS LES
PAYS DE LA CEEAC
Mémoire présenté et soutenu publiquement
en vue de l'obtention du Diplôme de Master II en Economie
Appliquée
Option :
Economie Industrielle
Par:
ONDOUA BEYENE Blaise
Titulaire d'un Master I en Sciences Economiques
Sous ladirection de :
Dr. KAMDEM Cyrille Bergaly
Chargé de cours à l'Université de
Yaoundé II-SOA
Année
académique 2018-2019
AVERTISSEMENT
«L'université de Yaoundé II n'entend
donner ni approbation, ni improbation aux opinions émises dans ce
mémoire. Celle-ci doivent être considérées comme
propres à l'auteur»
DEDICACE
A
Mes parents :BEYENE ONDOUA et
AZANG Marie
REMERCIEMENTS
Toute ma gratitude à l'endroit de tous ceux et celles
qui ont contribué à la création et à
l'élaboration du programme de troisième cycle interuniversitaire
(PTCI), qui a mis en oeuvre tous les moyens nécessaires pour nous
assurer une bonne formation.
Je remercie le Docteur KAMDEM Cyrille Bergaly qui en
dépit de ses multiples occupations a dirigé ce travail.
Je remercie aussi tous les enseignants de la faculté
des sciences économiques et de gestion de l'université de
Yaoundé II, pour la qualité de leurs enseignements. Je pense
particulièrement au Professeur NGOA TABI Henri directeur national du
PTCI, au Professeur KOBOU Georges, au Professeur ATANGANA ONDOA Henri et au
Docteur ONGONO Patrice pour les conseils qu'ils nous ont prodigués
durant les cours de tronc commun, mais aussi, pendant la phase de
rédaction de ce mémoire.
Mes remerciements vont également à l'endroit de
mes ainés académiques qui ont toujours prêté
attention à nos nombreuses préoccupations. Je pense au Docteur
AWAH MANGA Lucien A., à M. TEGANG Nelson, à M. AHODODE Bernardin
Géraud Comlan, à M. GNOUWAL ELOUNDOU Georges et à Mlle AYANG MIMBANG.
J'exprime ma parfaite gratitude à Madame NDONG
Mireille, pour le soutienfinancier qu'elle m'a apporté durant la
rédaction de ce mémoire.
A la famille ONDOUA BEYEME Blaise.Surtout à mon oncle
BEYEME ONDOUA Jean Paul, à mes tantes AKONO ONDOUA et NGA'A OBAMA,
à mes frères ONDOUA ONDOUA Patrice, ATEBA Nestor, EBENG BEYENE
David, ZE MVODO Alain, BEYEME ONDOUA Jonathan et MEZENE René, à
mes soeurs Madame ESSAMA, MENGUE BEYENE Pascaline et à NGONO BEYENE
Esther.
A mes camarades et amisavec qui nous avons cheminé
ensemble et dont leurs avis et critiques nous ont permis d'avancer.
Enfin, à vous tous qui avez contribué de
près ou de loin, à l'élaboration de ce mémoire, mes
sincères remerciements et connaissez en ce travail, le fruit de vos
efforts.
SIGLES ET ABREVIATIONS
BAD
|
Banque Africaine de Développement
|
BM
|
Banque Mondiale
|
CCKP
|
Climate Change Knowledge Portal
|
CCNUCC
|
Convention Cadre de Nations Unies sur les Changements
Climatiques
|
CEEAC
|
Communauté Économique des États de
l'Afrique Centrale
|
CIRAD
|
Centre de Coopération Internationale en Recherche
Agronomique pour le Développement
|
CNUCED
|
Conférence des Nations Unies sur le Commerce et le
Développement
|
CO2
|
Dioxyde de carbone
|
COMIFAC
|
Commission des Forêts d'Afrique Centrale
|
COP
|
Conférence des Parties
|
FAO
|
Food and Agriculture Organization
|
GIEC
|
Groupe Intergouvernemental d'Expert sur l'évolution du
Climat
|
ICCO
|
International CocoaOrganization
|
IRAD
|
Institut de Recherche Agricole pour le Développement
|
ODD
|
Objectifs de Développement Durable
|
OMD
|
Objectifs du Millénaire pour le Développement
|
OMM
|
Organisation Météorologique Mondiale
|
ONCC
|
Office National du Cacao et du Café
|
ONU
|
Organisation des Nations Unies
|
PIB
|
Produit Intérieur Brut
|
RCA
|
République Centrafricaine
|
RDC
|
République Démocratique du Congo
|
WDI
|
World DevelopmentIndicator
|
LISTE DES
GRAPHIQUES
Graphique 2.1: Evolutionen
logarithmedu niveau des températures et précipitations par
rapport à la moyenne annuelle en Angola
1
Graphique 2.2 :
Evolutionen logarithme du niveau des températures et
précipitations par rapport à la moyenne annuelle au Cameroun
33
Graphique 2.3 :
Evolutionen logarithme du niveau des températures et
précipitations par rapport à la moyenne annuelle en RCA
34
Graphique 2.4: Evolution en
logarithme du niveau des températures et précipitations par
rapport à la moyenne annuelle en RDC
35
Graphique 2.5: Evolutionen
logarithme des rendements agricoles annuels en Angola
36
Graphique 2.6: Evolutionen
logarithme des rendements agricoles annuels au Cameroun
37
Graphique 2.7: Evolutionen
logarithme des rendements agricoles annuels en RCA
38
Graphique 2.8: Evolutionen
logarithme des rendements agricoles annuels en RDC
39
Graphique 3.1:Processus
d'adaptation
60
Graphique 4.1: Evolution des
indicateurs des stratégies d'adaptation agricole aux effets des
changements climatiques en Angola.
72
Graphique 4.2: Evolution des
indicateurs des stratégies d'adaptation agricole aux effets des
changements climatiques au Cameroun
73
Graphique 4.3: Evolution des
indicateurs des stratégies d'adaptation agricole aux effets des
changements climatiques en RDC.
74
Graphique 4.4:
Coévolution moyenne du rendement de banane avec les stratégies
d'adaptation dans les pays de la CEEAC.
75
Graphique 4.5:
Coévolution moyenne du rendement de cacao avec les
stratégies d'adaptation dans les pays de la CEEAC.
76
Graphique 4.6:
Coévolution moyenne du rendement de café avec les
stratégies d'adaptation dans les pays de la CEEAC.
76
Graphique 4.7:
Coévolution moyenne du rendement de coton avec les stratégies
d'adaptation dans les pays de la CEEAC
77
LISTE DES
TABLEAUX
Tableau 0.1: Classement des
pays de la CEEAC dans la production de banane, cacao, café et coton
(2013-2017).
1
Tableau 2.1:
Présentation des variables
42
Tableau 2.2:
Résultats du test de Hausman
44
Tableau 2.3:
Présentation des résultats des estimations
45
Tableau 4.1:
Présentation des variables
80
Tableau 4.2:
Résultats du test de Hausman
82
Tableau 4.3:
Résultats des estimations
83
RESUME
L'objectif de ce travail est d'évaluer les effets des
changements climatiques sur la production agricole (banane, cacao, café
et coton) dans les pays de la CEEAC. De manière spécifique, il
s'agit d'une part, d'évaluer les effets des changements climatiques sur
le rendement agricole; d'autre part, d'apprécier l'efficacité des
stratégies d'adaptation agricole aux effets des changements climatiques
dans les pays de la CEEAC. Pour atteindre les objectifs fixés, nous
avons fait recours à des données secondaires qui portent sur un
échantillon de quatre pays de la CEEAC sur la période de 2003
à 2011. Ces données sont issues de la base de la Banque Mondiale
sur les changements climatiques (The Climate Change Knowledge Portal 2018), de
laBanque Mondiale sur les indicateurs du développement dans le monde
(World DevelopmentIndicator, 2018) et de la base de l'Organisation des Nations
Unies pour l'Alimentation et l'Agriculture (Food and Agriculture Organization
of the United Nations 2018). Pour évaluer les effets des changements
climatiques sur le rendement agricole, nous avons estimé des panels
simples à effets aléatoires à l'aide de la méthode
des Moindres Carrés Généralisés. Les
résultats des estimations montrent que les changements climatiques
influencent négativement le rendement agricole dans les pays de la
CEEAC. S'agissant de l'efficacité des stratégies d'adaptation aux
effets des changements climatiques sur le rendement agricole, des panels
simples à effets fixes et aléatoires ont été
estimés par la méthode des Moindres Carrés Ordinaires. Les
résultats des estimations montrent que les stratégies
d'adaptation aux changements climatiques mises en oeuvre sont inefficaces sur
le rendement agricole dans les pays de la CEEAC. Ces résultats
confirment à juste titre les ambitions théoriques
envisagées et ont permis de se prononcer sur les meilleures
stratégies à adopter pour garantir la souveraineté
alimentaire dans les pays de la CEEAC.
Mots clés: changements
climatiques, rendement agricole, stratégies d'adaptation, effet
aléatoire, effet fixe, Moindres Carrés
Généralisés, Moindres Carrés Ordinaires.
ABSTRACT
The objective of this work is to evaluate the effects of
climate change on agricultural production (banana, cocoa, coffee and cotton) in
ECCAS countries. To be more specific, it is a question to evaluate the effects
of climate changes on agricultural yield on one hand, and the effectiveness of
agricultural adaptation strategies to the effects of climate change in ECCAS
countries on the other. To achieve these objectives put in place, we used
secondary data collected from the sample of four countries of the ECCAS during
the period 2003 to 2011. These data comes from the World Bank's database of the
Climate Change Knowledge Portaland the database of Food and Agriculture
Organization of the United Nations. To analyse the effects of climate changes
on agricultural yield, we estimated simple random effect panels using the
Generalized Least Squares method. The result of these estimations shows that
climate changes have a negative impact on agricultural yield in ECCAS
countries. With regard to the effectiveness of adaptation strategies to the
effects of climate changes on agricultural yield; simple panels with fixed and
random effects were estimated with Ordinary Least Squares method. The result of
the estimations shows that climate changes adaptation strategies that were
implemented are inefficient to boast agricultural yield in the ECCAS countries.
These results confirm and justifies the theoretical ambitions considered and
have made it possible to decide on the best strategies to be adopted to
guarantee food sovereignty in the ECCAS countries.
Keywords:climate changes, agricultural
yield, adaptation strategies, random effects, fixed effects, Generalized Least
Squares, Ordinary Least Squares.
SOMMAIRE
Introduction
générale
1
Première partie :
Influence
des changements climatiques sur le rendement agricole des pays de la CEEAC
13
Introduction
de la première partie
14
Chapitre
1 : Revue de la littérature sur les effets des changements climatiques
sur le rendement agricole
16
Section 1 : Enseignement théorique des
effets des changements climatiques sur le rendement agricole
17
Section 2 : La littérature empirique des
effets des changements climatiques sur la production agricole
24
Chapitre
2 : Analyse des effets des changements climatiques sur le rendement agricole
dans les pays membres de la CEEAC
31
Section 1 : Analyse descriptive des effets des
changements climatiques sur le rendement agricole
32
Section 2 : Changements climatiques et
productivité agricole: analyse du sens de la causalité
41
Deuxième partie :
Appréciation
de l'efficacité des stratégies d'adaptations agricole aux effets
des changements climatiques sur le rendement dans les pays de la CEEAC
52
Chapitre
3 : Enseignement de la littérature sur les stratégies
d'adaptation aux effets des changements climatiques
55
Section 1 : Enseignement de la
littérature sur les stratégies d'adaptation
56
Section 2 : Stratégies d'adaptation aux
changements climatiques mises en oeuvre en agriculture
62
Chapitre
4 : Analyse de l'efficacité des stratégies d'adaptation agricole
aux effets des changements climatiques sur le rendement dans les pays de la
CEEAC
71
Section 1 : Analyse descriptive des
stratégies d'adaptation aux effets changements climatiques et du
rendement agricole dans les pays de la CEEAC
72
Section 2 : Effets des stratégies
d'adaptation agricole aux changements climatiques sur le rendement agricole:
analyse du sens de la causalité
78
Conclusion
générale
90
Références
bibliographiques
103
Table
des matières
103
Introduction générale
1-Contexte
La relation entre la croissance et l'environnement a
été mise en évidence par Nordhaus (1977, 1974). Il a
étudié les conséquences de la recherche de la croissance
économique dans la conservation de l'environnement, les moyens par
lesquels les ressources naturelles pourraient freiner la croissance et la
question des changements climatiques. Nordhaus (1993), a également
développé un modèle Dynamique Intégré
desChangements climatiques et de l'Economie (DICE), qui a étendu le
modèle néoclassique de Ramsey (1928), avec des équations
représentant les phénomènes géophysiques et leurs
relations avec les résultats économiques(Aghion et al.,
2009).
Selon Kolstad et Moore (2019) les premières
études évaluant les dommages économiques que causent les
changements climatiques ont été effectuées par Smith et
Tirpak (1989), ils utilisaient des modèles de processus pour simuler les
effets de variables climatiques changeantes. Les travaux récents se sont
concentrés sur les approches statistiques utilisant des données
historiques.Ces approches utilisaient un point dans le temps, exploitant la
variation transversale du climat pour estimer l'effet marginal des changements
à long terme dans la distribution de la température et des
précipitations. C'est notamment le cas de Mendelsohn, Nordhaus et Shaw
en 1994. Plus récemment, de nombreuses recherches ont été
effectuées pour mettre en évidence les effets de la variation
interannuelle de la météo sur l'activité
économiques.C'est le cas de Carleton et Hsiang (2016)ou de-Roy et Haider
(2019).
Stern (2007)a présenté les approches novatrices
de la question du changement climatique et de l'économie. Elle a
apporté une nouvelle dimension à l'analyse conventionnelle du
changement climatique en créant le débat sur la question en
relation avec l'économie(Roy et Haider, 2019).
Selon le cinquième rapport du GIEC1(*),les changements climatiquessont
définis comme étant « une variation de
l'état du climat qu'on peut déceler par des modifications de la
moyenne et/ou de la variabilité de ses propriétés et qui
persiste pendant une longue période, causée par des processus
naturels ou des modifications anthropiques persistantes »(GIEC
et al., 2014). PourLemoine (2018), les changements climatiquessont les
transformations du climat qui regroupent tous les facteurs qui constituent le
temps, à savoir les températures, les précipitations et
les vents. Au sens plus étroit,Werndl (2016)définit le changement
climatiquecomme le temps moyen ou plus rigoureusement, la description
statistique en terme de moyenne et de variabilité des quantités
pertinentes2(*) sur une
période allant de quelques mois à des milliers ou des millions
d'années. La période classique de calcul de la moyenne de ces
variables est de 30 ans telle que définie par l'Organisation
Météorologique Mondiale.
La Convention Cadre de Nations Unies sur les Changements
Climatiques dans son article premier définitles « changements
climatiques », comme des changements de climat qui sont
attribués directement ou indirectement à une activité
humaine altérant la composition de l'atmosphère mondiale et qui
viennent s'ajouter à la variabilité naturelle du climat
observée au cours de périodes comparables (CCNUCC, 1992). Pour
mieux appréhender le concept de changements climatiques dans le cadre de
notre travail, nous privilégieronsla définition donnée par
le GIEC, car elle s'intéresse plus aux manifestations qu'à
leurorigine.
Dans la littérature, les coûts économiques
du changement climatique avaient été estimés par la perte
de la production due à l'impact des changements de température
moyenne et des précipitations. Par exemple, Dell et
al.(2012)montrent qu'une hausse de la température de 1°C
au cours d'une année donnée entraîne une baisse de 1,4% du
revenu par habitant. Dans un rapport,Ruth et al. (2007)ont
estimél'impact économique du changement climatique aux
États-Unis sur la base de la perte de la production actuelle due aux
incendies de forêt, aux inondations, à la sécheresse et
à l'élévation du niveau de la mer entre autres. Le rapport
deStern (2007) sur l'économie du changement climatique montre que les
coûts et les risques globaux du changement climatique équivaudront
à perdre au moins 5% de PIB chaque année. Garnaut(2011) fournit
des discussions sur l'influence des changements climatiques sur l'agriculture,
les infrastructures, la biodiversité et les écosystèmes en
Australie(Roy et Haider, 2019).
Selon Sheng et Xu (2019), les changements climatiques et la
stagnation des investissements public dans la recherche et
ledéveloppement sont des facteurs contribuant au ralentissement de la
productivité agricole. D'après 'Bunn et al.(2015),les
changements climatiques affectent tous les secteurs de l'économie,mais
bien plus le secteur agricole. Les changements climatiques sous forme de
températures à la hausse et des précipitations devraient
réduire la superficie totale consacrée à la culture du
café de près de 50% d'ici 2050. Cette réduction drastique
pourrait avoir un impact négatif sur 25 millions de producteurs,
principalement les petits exploitants et 125 millions de moyens de subsistance
dans plus de 70 pays qui dépendent du café. De plus, le rendement
diminuerait d'au moins 5% et les caféiers sauvages pourraient
disparaître d'ici 2080 (Davis et al., 2012a).
Hanslow et al.(2014), constatent que les
modifications des températures et des précipitations affectent
négativement la croissance des pâturages.Ainsi, la production dans
les principales régions productrices de produits laitiers
décroît. Yang(2008)montre qu'unetempête plus forte engendre
des pertes de la production agricole plus importante. En Afrique de
l'Ouest,Blanc et al. (2008) ont montré l'influence qu'ontles
pluies et les températures sur le rendement du coton au Mali.Doukpolo
(2014)révèle que les changements climatiques constituent une
menace sérieuse pour le développement agricole dans l'Ouest de la
Centrafrique; les tendances futures des précipitations indiquent une
baisse pouvant atteindre 20 à 42% de la production.''--''Molua(2008) en
examinant les effets du changement des moyennes climatiques surla production
agricole au Cameroun révèle que l'agriculture subit l'influence
des variables climatiques.Belloumi (2014) dans ses études en Afrique du
Sud-est montre que la variable précipitation affecte positivement la
production agricole tandis que l'augmentation globale de la température
moyenne annuelle la fait diminuer.
Les changements climatiques limitent la production dans le
secteur de l'agriculture. Cette baisse des rendements nécessite des
stratégies d'adaptation3(*) plus appropriées pour réduire la
vulnérabilité agricole des populations. La gestion des
plantations et la disponibilité des éléments nutritifs
peuvent aussi contribuer à réduire les effets de ce
phénomène. Dans le climat tropical humide, l'excès de
pluies constitue un frein au développement de la production agricole
à cause du lessivage des nutriments, de la multiplication des
champignons et autres facteurs comme les bactéries, les insectes, les
ravageurs et les adventices. L'utilisation des produits phytosanitaires permet
de lutter contre ces menacesopportunistes qui nuisent audéveloppement de
la production(Doukpolo, 2014b).
Dans le cadre de la réponse aux effets des changements
climatiques, plusieurs mesures sont prises, mais celles-ci ont pour objectif
d'atténuer les effets des changements climatiques. Au niveau
international, la communauté internationale à travers la
Conférence des Parties de Paris4(*) (COP21), s'est fixéepourobjectif de maintenir
le réchauffement global en dessous de 2°C. L'Afrique se trouve dans
l'une des zones au mondelesplus exposées aux changements climatiques
bien qu'elle ne soit responsable qu'à 4% des émissions totales de
CO2 ;ce qui ne l'empêche pas de s'impliquer dans le processus
d'atténuation et d'adaptation '''''(BAD, 2016). Au niveau
régional, la COMIFAC est la plateforme fédératrice des
réponses au changement climatique. Pour cela,elle devrait prendre en
compte les initiatives scientifiques et opérationnellesavec pour souci
l'adaptation aux changements climatiques ; la REDD+ avec deux axes
stratégiques : le premier (REDD) qui vise la réduction de
l'émission de CO2, le second (+) qui vise l'absorption des gaz à
effet de serre.Au plan national,à l'exemple duCameroun, certaines
actions ont été menées par les pouvoirs publics sur
desquestions environnementales.C'est notamment ce qui a permis à ce
paysces 20 dernières années de se doter dedeux documents
stratégiques sur les questions environnementales à savoir le Plan
National de Gestion de l'Environnement et le Plan National d'Adaptation aux
Changements Climatiques du Cameroun, adoptés respectivement en 1996 et
2015(Bodjongo, 2018).
Les changements climatiques entravent la productivité
agricole enAfrique.Les pays de la Communauté Economique des Etats de
l'Afrique Centrale (CEEAC) ne sont pas en reste. Cette communauté
économique régionale, constituée de 11 pays5(*),s'étend sur une
superficie de 6,7 millions km2 et comptait près de 185 millions
d'habitants en 2017. De 2010 à 2017, le secteur agricole a
été la principale source d'emploi en Afrique centrale au sens de
la CEEAC représentant près de 70% de l'emploi contre 30% pour le
reste des secteurs6(*).La
hausse des exportations de matières premières et de la production
agricole a favorisé la croissance de ces pays,en plus, la CEEAC dispose
d'un potentiel agricole important avec des atouts certains tels que
d'abondantes ressources en eau douce, la disponibilité des terres
fertiles ainsi qu'une main d'oeuvre jeune et abondante(BAD, 2019). Cependant,
cette sous-région qui abrite le second grand espace forestier au monde
fait face à plusieurs manifestations et conséquences des
changements climatiques-'``'''( Ly, 2014).
L'agriculture est la principale source de revenu des
populations des zones rurales de l'Afrique centrale -'(Lambi et Forbang, 2009a;
Tingem et al., 2008). Aussi, les produits agricoles représentent une
source de devises et une opportunité pour le développementdes
pays de la CEEAC.
Tableau
0-1: Classement des pays de la CEEAC dans la production de banane,
cacao, café et coton (2013-2017).
Pays
Produit
|
Angola
|
Burundi
|
Cameroun
|
RCA
|
RDC
|
Banane
|
1er
|
3ième
|
4ième (1eren 2015)
|
19ième
|
12ième
|
Cacao
|
16ième
|
|
5ième (4ième en 2013)
|
18ième
|
14ième
|
Café
|
44ième
|
8ième
|
6ième
|
36ième
|
29ième
|
Coton
|
1er
|
4ième
|
2ième
|
5ième
|
6ième
|
Source : FAO(2017)
En 2013 l'Angola occupait la place du plus grand producteur de
banane en Afrique avec près de 3,09 millions de tonnes,le Burundi
3ième avec ses 2,23 millions de tonnes,le Cameroun avec
1,53millions de tonnes occupait la 4ième place (en 2015 il a
occupéla 1ière),la République
Démocratique du Congo venait en 12ièmeposition avec
0,323 millions de tonnes et enfin la république Centrafricaine avec
0,129 millions avait la 19ième place.A l'analyse, l'Angola,
le Cameroun et le Burundi font partie des 3 pays de la CEEAC qui enregistrent
le plus haut niveau de production de banane en Afrique.
Entre 2014 et 2015, le Cameroun occupait le
5ième rang des pays producteurs de cacao en Afrique, alors
qu'en 2013 il occupait la 4ième place. Il fait donc partie
des pays de la CEEAC qui enregistrentunfort niveau de production de cacao en
Afrique,la Centrafrique se trouvant presqu'au dernier niveau de
l'échiquier.
En 2016, le Cameroun a occupéla 6ieme place des plus
grands producteurs de café en Afrique,aucun pays de la CEEAC ne se
figurantparmi les 5 pays les moins producteurs du continent. Concernant le
coton, suivant le classement des 11 pays de la CEEAC, l'Angola occupaitle
premier rang suivi du Cameroun en 2017.
Ainsi,l'on constate que l'agriculture revêt une place
primordiale dans les économies de la CEEAC, ce qui justifie notre
intérêt àétudier l'influence des changements
climatiques sur laproduction agricole ainsi que l'efficacité des
stratégies d'adaptation des agriculteurs.
Le problème que soulèvecette étude est
celui de la vulnérabilité de la production agricole face aux
effets des changements climatiques dans les pays membres de la CEEAC. Il
amène le scientifique à étudier le phénomène
afin de garantir la souveraineté alimentaire et le développement
économique durable des nations.
2-Problématique de
l'étude
La plupart des études qui estiment les coûts
économiques des changements climatiques utilisentdeux approches :
l'approche dynamique qui intègre différentes
spécifications des modèles de croissance dans sa fonction de
dommage7(*), elle est
utilisée pour analyser l'impact des changements climatiques sur la
croissance économique et l'approche énumérative quant
à elle,s'applique secteur par secteur pour identifier les effets
distincts des changements climatiques sur l'économie, des chercheurs
tels que Nordhaus (1991), Tol (1995), Cline (1993)Fankhauser et Tol(2005),
Stern (2007), Pindyck(2011), Ashraf et al. (2014), etcont
appliqué cette méthode(Roy et Haider, 2019).
Depuis l'étude de Rosenzweig et Parry (1994) qui met en
évidence les effets des changements climatiques sur l'agriculture, un
débat considérable s'est construit autour de l'ampleur des
conséquences que pourraient avoir les changements climatiques sur
l'agriculture(Ochou et Quirion, 2019). Dans ce débat deux approches
s'opposent, d'une part celle basée sur un modèle agronomique, qui
vise à mettre en évidence l'impact des changements climatiques
sur le rendement des cultures, d'autre part celle dite ricardienne qui vise
quant à elle à déterminer l'impact du climat sur le
rendement,précisément sur l'indicateur économique comme la
valeur de la production, la marge brute de l'exploitation agricole ou la valeur
de la terre (Sheng et Xu, 2019).
L'analyse faite par Nordhaus (2006) met en évidence les
effets des changements climatiques sur l'activité économique,
plus particulièrement sur l'agriculture, le tourisme et la santé
humaine-----(Geng et al., 2019).
Carleton et Hsiang (2016)ont interrogé sur la nature du
lien entre les pertes de rendements agricoles et les changements
climatiques.Ils considèrent quecette relation est non linéaire.
Les pertes de rendement sont en majorités dues à un climat plus
chaud, ce résultatest retrouvé aux États-Unis, en Afrique,
en Europe, en Asie du Sud-Est et en Inde. Les cultures ici sont souvent plus
sensibles aux températures durant certaines phases du cycle de
production(Carleton et Hsiang, 2016).
Dans la même veine, Sultan et al. (2013)ont
scrutéégalementla relation entre les variations du climat et le
rendement du sorgho et du mil. Lorsque les températures sont
élevées, les impacts négatifs observés ne peuvent
être compensés par un accroissement de pluie. Les auteurs montrent
que les possibilités d'une réduction de la productivité
agricole semblent plus élevées dans la région soudanienne
en raison d'une sensibilité exacerbée aux changements de
température par rapport à la région sahélienne,
où les rendements agricoles sont plutôt sensibles au changement de
précipitations (Sultan et al.,2013).
Fishman (2016)va plus loin en s'intéressantaux
saisons.Selonl'auteur, au cours d'une même saison de production, les
exploitations qui connaissent moins de jours extrêmement pluvieux
présentent des rendements endommagés par rapport à la
même quantité de pluie répartie uniformément sur les
jours de production. Ces diverses fonctions de réponse des cultures ont
été récupérées et répliquées
pour les principales cultures mondiales telles que le maïs, le riz, le
soja et le blé (Fishman, 2016).
Karn (2014)met en évidence la sensibilité de la
production rizicole au Népal face aux changements climatiques. Selon
l'auteur, le rendement par hectare augmente lorsqu'il y'a accroissement des
températures, or elle baisse pendant les périodes très
chaudes. Les précipitations quant à elles,semblent avoir un effet
négatif sur la productiondans la mesure où elles tombent lorsque
les plants de riz sont en phase de maturation (Karn, 2014).
Mwongera et al. (2014)montrentque le risque
d'échec d'une culture après la germination est plus
élevé au cours des longues pluies qu'au cours des courtes pluies
en raison de la difficulté à prévoir le début,
l'irrégularité des jours de pluie et la durée des
périodes de sécheresse pendant la phase d'émergence de la
culture.En plus, ils constatent également que les pertes de semences
sont dues majoritairement aux variations des précipitations, ensuite
à la sécheresse et enfin aux conditions d'humidité
(Mwongera et al.,2014).
Schlenker et al. (2013) se penchent quant à
eux sur les capacités d'adaptation des agriculteurs tels que l'extension
de l'agriculture sur des terres auparavant non-exploitables et l'ajustement des
cultivateurs en réponse à la sécheresse. Ces deux
conceptions de l'adaptabilité de l'agriculture restent non
réconciliées et l'identification des obstacles à
l'adaptation tels que des incitations insuffisantes ou des coûts
d'adaptation élevés constituent une contrainte pour les
producteurs du secteur (Schlenker et al.,2013).
Selon Mendelsohn et al. (1994)les effets des
changements climatiques pourraient avoir été surestimés
à la fois dans la littérature théorique et
empirique.Probablement, au cours des cinquante prochaines années, la
menace à l'échelle mondiale serait moins importante que ce qui
est actuellement projeté. L'auteur en se projetant jusqu'en 2100
constate que les impacts annuels nets des changements climatiques sur
l'activité économique ne représentent que 0,1 à
0,5% du PIB mondial. Des estimations qui sontfaiblespour avoir un impact
significatif dans la période la plus immédiate (Mendelsohn et
al.,1994).
Le débat scientifique sur l'ampleur des effets, la
nature de la relation entre changements climatiques et rendement agricole reste
d'actualité et semble ne pas avoir pris fin.On a peu d'évidences
empiriques au sujet de l'efficacité des stratégies
d'adaptationmises en oeuvre dans le cadre des pays de la CEEAC. Pour combler
cette insuffisance, on se propose de répondre à la question de
savoir :quelle est l'influence des changements climatiques sur la
production agricole dans les pays de la CEEAC?
Cette question peut être subdivisée en deux
questions spécifiques:
· Quelle est l'influence des changements
climatiques sur le rendement agricole dans les pays de la CEEAC?
· Les stratégies d'adaptations agricoles
aux changements climatiques sont-elles efficaces dans les pays de la CEEAC?
3-Objectif de
l'étude
L'objectif principal de ce travail est
d'évaluer l'influence des changements climatiques sur la
production agricole dans les pays de la CEEAC;
D'une façon spécifique, nous allons :
· Evaluer les effets des changements climatiques
sur le rendement agricole dans les pays de la CEEAC;
· Apprécier l'efficacité des
stratégies d'adaptation agricole auxchangements climatiquesdans les pays
de la CEEAC.
4-Hypothèses de
recherche
Dans le but d'atteindre les objectifs susmentionnés,
nous formulons l'hypothèse selon laquelle : Les changements
climatiques ont une influence négative sur la production agricole des
pays de la CEEAC.
Par conséquent, il en découle les deux
hypothèses secondaires suivantes :
H1 : Les changements climatiques influencent
négativement le rendement agricole dans les pays de la
CEEAC;
H2 : Les stratégies d'adaptations agricoles
aux changements climatiquessont inefficaces dans les pays de la
CEEAC.
5- Revue de la
littérature
L'influence des changements climatiques en tant qu'objet
d'étude obtient toute sa caution scientifique dès lors que le
chercheur l'inscrit dans le champ approprié.
Dans la littérature, l'analyse théorique sur le
plan économique de l'effet du climat sur l'agriculture s'est faite
suivant plusieurs approches, notamment l'approche par fonction de
production(Rosenzweig et Parry, 1994)et l'approche ricardienne8(*)''(Ashraf et al., 2014;
Dinar et al., 1998; Jeder, 2012; Mendelsohn et al., 1994).
C'est à la suite de l'approche par fonction de
production que Mendelsohn et al. (1994)ont développé
l'approche ricardiennedans le but de corriger le biais présenté
par l'approche par fonction de production à savoir : la
surestimation des dommages du changement climatique sur la production en
omettant les diverses possibilités d'adaptation des agriculteurs en
réponse aux conditions socio-économiques et environnementales.
Ainsi, cette approche permet d'examiner les déterminants des rendements
agricoles en tenant compte des facteurs climatiques et des facteurs non
climatiques. Toutefois, l'approche ricardienne de base laisse place
à des critiques. Comme limite :
(i) il lui est reproché de considérer les prix
comme constants (Deressa et al., 2005);
(ii) il lui est également reproché de ne pas
décrire les types et coûts des mesures d'adaptation au changement
climatique (Elbehri et Burfisher, 2015).
Dans la littérature empirique, pour estimer les effets
du climat sur le rendement agricole, on distingue trois approches à
savoir :
(i) l'approche basée sur les indices
agro-climatiques : elle permet d'estimer de manière
prévisionnelle les effets des variations climatiques sur l'agriculture
dans le temps---(Trnka et al., 2011) ;
(ii) les modèles de simulation de culture basés
sur les processus, notamment les modèles climatiques et les
modèles de culture : ils permettent de comparer l'impact du
changement climatique selon les localités ou les périodes. Il
existe une quinzaine de modèles climatiques développés par
des équipes pluridisciplinaires, à l'instar des modèles
HadCM3, IMPACT, SARRA-H, etc(Sultan et al., 2013) ;
(iii) les modèles économétriques :
ils présentent l'avantage de prendre en compte simultanément tous
les facteurs susceptibles d'influer les rendements agricoles et sont utiles
pour évaluer l'impact du changement climatique dans les conditions
réelles des paysans qui sont caractérisés par une gestion
sous-optimale de leurs activités agricoles.
Dans les modèles économétriques on
retrouve :
(i) les modèles de régression linéaire
multiple(Ouedraogo, 2012) ;
(ii) les modèles en données de panel-(Medeiros
et al., 2019; Quan et al., 2019);
(iii) la méthode de Heckman'(Maddison et al.,
2007).
Dans le cadre de cette étude, l'estimation de
l'influence des changements climatiques surle rendementagricole et l'estimation
de l'efficacité des stratégies d'adaptation nous convie à
fairerecours à des modèlesen données de panel. L'un des
avantages des données de panel est la prise en compte des
caractéristiques chronologiques et spatiales propres aux individus
étudiés(Engoung et al., 2018).
Démarche méthodologique de
l'étude
Afin d'atteindre nos objectifs, répondre aux questions
de la problématique et vérifier nos hypothèses, notre
méthodologie consistetout d'abord àfaire une analyse descriptive
à travers laquelle nous présenteronssuccinctement les
données ainsi que l'évolution des différentes
variables.Ensuite,nous procéderons à une analyse
économétrique qui consistera à établir des
modèles de données de panel qui mettront en relation : le
rendement agricole et changements climatiques -(Medeiros et al., 2019)
pour vérifier la première hypothèse ;le rendement
agricole et stratégies d'adaptation '''''(Quan et al., 2019)
pour vérifier la seconde hypothèse.
L'influence des changements climatiques sur le rendement
agricole dans les pays de la CEEAC est mise en évidence par des panels
statiques à effets aléatoires estimés par la
méthode des Moindres Carrés Généralisés.
Quant à l'efficacité des stratégies d'adaptation agricole
aux effets des changements climatiques sur le rendement dans les pays de la
CEEAC, nous avons estimé deux panels statiques à effets
aléatoires9(*) par la
méthode des Moindres Carrés Généralisés
ensuite, un panel simple à effets fixes10(*)a été estimé par la
méthode de Moindres Carrés Ordinaires en fin, un panel simple
à effets aléatoires11(*) estimé par la méthode des Moindres
Carrés Ordinaires. Pour ces deux méthodes, nous avons
effectué au préalable le test de spécification de Hausman
(1978) pour décider de la forme du modèle12(*) à retenir, le test de
Wooldridgepour l'autocorrélation de premier ordre et le test de Wald
pour l'hétéroscédasticité. Le plus
intéressant avec ces deux méthodes d'estimation réside sur
le fait que, celle des Moindres Carrés Généralisés
nous permet de corriger simultanément les problèmes
d'autocorrélation de premier ordre et
d'hétéroscédasticité tandis que, la méthode
des Moindres Carrés Ordinaires permet de corriger les problèmes
d'hétéroscédasticité détectés.
Par ailleurs, notre échantillon est
constitué de 04 pays13(*)de la CEEAC observés sur une période de
09 ans de 2003 à 2011. Les données utilisées dans
l'analyse descriptive et économétrique proviennentdes sources
secondaires. Il s'agit de la base des données de la Banque Mondiale sur
les changements climatiques (CCKP, 2018), de la base de données de la
Banque Mondiale sur l'indicateur du développement dans le monde (WDI,
2018) et de la base de données de Food and Agriculture Organization
(FAOSTAT, 2018).
6-Organisation du
travail
Au vu des enjeux du secteur agricole dans le
développement économique des pays de la CEEAC, nous tenons
à nous saisir des facteurs qui peuvent constituer un obstacle à
la production agricole dans cette sous-région. Dans le cadre de ce
travail, nous nous intéressons donc aux changements climatiques,aux
rendements agricoles ainsi qu'aux stratégies d'adaptation. De ce fait,
notre analyse s'organise autour dedeux parties relativement à nos
sous-objectifs énoncés plus haut. Ainsi, la première
partie porte surl'influence des changements climatiques sur
lerendementagricole dans les pays de la CEEAC. Elle est constituée de
deux chapitres relatifs à notre première hypothèse. Le
premier traite de la revue de la littérature des effets des
changements climatiques sur le rendement agricole (chapitre 1), le second
analyse l'influence des changements climatiques sur le rendement agricole dans
les pays de la CEEAC (chapitre 2).La deuxième
partie, organisée également en deux chapitres relatifs
à notre deuxième hypothèse, traite de
l'appréciation de l'efficacité des stratégies d'adaptation
agricole aux effets des changements climatiques sur le rendement dans les pays
de la CEEAC. Le chapitre inaugural de cette partie s'appesantit sur
l'enseignement de la littérature sur les stratégies d'adaptation
aux effets des changements climatiques (chapitre 3), le deuxième quant
à lui renvoieà l'analyse de l'efficacité des
stratégies d'adaptation agricole aux effets des changements climatiques
sur le rendement dans les paysde la CEEAC (chapitre 4).
Première partie :
Influence des changements climatiques sur le rendement
agricole des pays de la CEEAC
Introduction de la première
partie
La première partie de ce travail d'investigation vise
principalement à évaluer les effets des changements climatiques
sur le rendement agricole dans les pays de la CEEAC. La compréhension et
la préoccupation de la recherche que soulève cette partie du
sujet nous conduisent à la définition de certains concepts de
base, du sens que nous attendons donner à chacun de ces mots. Il nous
semble par conséquent urgent de les clarifier afin d'éviter tout
équivoque. Il s'agit de trois notions à savoir :
température, précipitation et rendement agricole.
Selon 'Melker et al.(2010)la température est
définie comme le degré de chaleur ou de froid d'un lieu, d'un
corps ou d'un objet. Autrement dit, c'est l'état de l'air, de
l'atmosphère en un lieu, considéré du point de vue de la
sensation de chaleur ou de froid que l'on y éprouve et dont la mesure
objective est fournie par le thermomètre. Dans l'échelle de
température du système international (SI) la température
s'exprime en kelvins (K). Dans la vie courante, l'unité de mesure de la
température est le degré Celsius. Elle s'exprime sous
l'échelle centésimale dont les points de repère sont
compris entre 0 et 100°C14(*).
Selon OMM (2014) les précipitations sont les eaux qui
tombent sur la surface de la Terre, tant sous forme liquideque sous forme
solide ou déposée. Quelle que soit la forme de la
précipitation, on mesure la quantité d'eau tombée durant
un certain laps de temps. On l'exprime généralement soit en
millimètres (mm), soit en litres par mètre carré
(l/m²). 1 mm de précipitations correspond à 1l d'eau par
m². L'intensité de la pluie est la hauteur d'eau
précipitée par unité de temps (généralement
en mm/h).
Selon Olatunde et al. (2014)les précipitations
sont l'ensemble des eaux météoriques qui tombent sur la surface
de la terre, tant sous forme liquide15(*) que sous forme solide16(*), déposées ou occultes17(*). Elles sont provoquées
par un changement de température ou de pression. Qu'elle soit liquide
ou solide, on mesure la quantité d'eau tombée horizontalement
durant un laps de temps. On l'exprime en hauteur d'eau tombée
horizontale (mm) ou en intensité (mm/h)18(*).
Le rendement agricole est la quantité totale produite
par hectare au cours d'une période donnée (CNUCED, 2015). Il a
pour unité de mesure le kilogramme par hectare (kg/ha).
Dans cette partie, nous allons mettre en évidence le
lien existant entre les changements climatiques et rendement agricole. De ce
fait, nous débutons par la revue de la littérature des effets des
changements climatiques sur lerendement agricole (chapitre 1), ensuite nous
procédons à une analyse de l'influence des changements
climatiques sur le rendement agricole dans les pays de la CEEAC (chapitre
2).
Chapitre 1 : Revue de la littérature sur les effets des
changements climatiques sur le rendement agricole
La plupart des recherches économiques menées sur
la question de l'influence des changements climatiques sur la
productivité agricole montrent que ce phénomène est
à l'origine de la baisse de la production au niveauinternational,
régional. Dans le cadre de ce chapitre, nous analysons les canaux de
transmission théoriques par lesquels les changements climatiques
affectent la productivité agricole(section 1) ensuite, on
procédera à la revue empirique des effets de changements
climatiques sur le rendementagricole(section 2).
Section 1 : Enseignement théorique des effets des
changements climatiques sur le rendement agricole
Toute plante a des exigences vis-à-vis du climat au
sein duquel elle pousse. Celles-ci se traduisent par un certain nombre de
besoins climatiques : le besoin en rayonnement solaire intercepté
par le feuillage, besoins thermiques pour l'accomplissement de son
développement, besoin en eau pour sa croissance. C'est pourquoi les
températures ou les précipitations constituent un facteur
limitant le rendement agricole lorsqu'elles tombent en excès ou à
défaut(Ludi et al., 2007). Dans le souci de mieux comprendre
l'influence des changements climatiques sur le rendement agricole, nous allons
présenter dans la première sous-section les canaux de
transmission théoriques par lesquels la température affecte le
rendementagricole (1.1) ; ensuite dans la deuxième, les canaux
théoriques par lesquels les précipitations affectent le
rendementagricole (1.2).
1.1 Canaux de transmission
théoriques par lesquels les températures affectent le
rendementagricole
La variation des températures impacte le
développement des cultures et des rendements par différents
canaux qui passent par des niveaux de températures à
savoir : le taux de photosynthèse, de respiration des plantes, une
exposition aux insectes ravageurs(Lobell et Gourdji, 2012).
1.1.1
Effet du stress thermique sur la croissance et le développement des
cultures
Les stress des températures provoquent des
modifications morphologiques, physiologiques, biochimiques et
moléculaires qui nuisent à la croissance et à la
productivité des plantes. La chaleur, la sécheresse, le froid
sont les principaux phénomènes qui provoquent de dommages dans
les espèces végétales, y compris les plantes
cultivées. La température constitue un défi majeur pour
la production et le maintien du rendement agricole(Mittova et al.,
2002).
L'expérience a montré, après les
premières observations de Réaumur en 1735, que la
réalisation des différents stades de développement de la
plante était directement reliée aux effets cumulés, au
cours du temps, de la température ambiante. Les températures font
partie des facteurs les plus influents du climat. Les plantes ne peuvent
pousser que dans certaines limites de température pour chaque
espèce. Non seulement qu'il existe les limites de température
maximales, mais également les températures minimales pour les
différents stades de croissance constituent des bornes extrêmes du
développement des plantes-(Chizari et al., 2017).
-Dubey et al. (2020)en analysant les conditions
climatiques changeantes montrent que l'évolution des températures
aurait des effets négatifs sur la croissance des cultures, le rendement,
la qualité du sol et donc la qualité nutritionnelle des produits
agricoles.
La température influence la germination des plantes
à graines. La phase initiale de la germination est essentiellement
physique, elle est caractérisée par une faible sensibilité
à la température. Les phases ultérieures de la germination
dépendent de la température en raison des processus biochimiques
impliqués.Les températures n'ontpas pour seul effet d'agir sur la
germination des plantes à graine, mais elles influencent aussi la
floraison des cultures (Oyekale, 2012). Par exemple, la production des cultures
telles que le coton dépendent des températures ; l'influence
des températures peut aussi s'observer sur la floraison des cultures
telles que le café, le cacao.
La température est un facteur important pour la
réalisation de la photosynthèse par les plantes. Lorsque les
températures sont élevées pour les cultures sous ombrages
cela affecte le taux de photosynthèse, par contre pour celles du
désert, la photosynthèse peut se réaliser relativement
à haute température. La photosynthèse est le processus par
lequel la plante respire, le taux de respiration augmente avec la
température jusqu'à un certain niveau, mais au-delà de la
limite optimale, le taux de respiration diminue nettement et cela conduit
à une réduction du poids de la plante, à un ralentissement
et même à un arrêt total du processus de production. Ces
effets des températures entraînent une réduction de la
photosynthèse, de la croissance et du rendement de nombreuses plantes
(Matthaei, 2010).
Les températures élevées réduisent
la croissance des plantes en affectant les taux d'assimilation nets des pousses
et donc le poids sec total de la plante. Chez de nombreuses espèces de
cultures, les effets du stress dû aux températures
élevées sont plus importants sur le développement de la
production que sur la croissance végétative, et la baisse
soudaine du rendement avec la température est principalement
associée à la stérilité(Wahid et al.,
2007).
Le stress thermique, qui provoque des altérations
multiples est souvent défavorables à la croissance, au
développement, des processus physiologiques et au rendement même
de la plante ;c'est l'une des conséquences majeures du stress
dû aux températures élevées(Hasanuzzaman et
al., 2013).
Les températures basses et élevées sont
des bornes au-delà et en dessous desquelles le développement et
la croissance des plantes est à l'état latent. Pour une
meilleure croissance, la température doit se situer dans une plage
optimale pour permettre à la plante d'assurer ses fonctions biologiques
et lutter contre les attaques des parasites. On se demande à
présent comment est-ce que les températures agissent sur le
rendement ?
1.1.2
Effet du stress thermique sur le rendement agricole
De l'observation, l'augmentation des températures
favorise l'évaporation qui entraîne la perte de l'humidité
qui à son tour entraîne une augmentation de la demande en eau des
plantes. Pour chaque espèce de plante, en raison de ses
particularités, il existe des limites de température
spécifiques dans lesquelles les plantes sont capables de produire et de
se reproduire(Schroth et al., 2016).La maturation des parties
productives d'une plante nécessite sa propre plage de
température, tandis que la floraison est induite dans un autre
intervalle de température assez étroit, et le
développement des fleurs à lieu à une température
différente de celle indiquée ci-dessus. La température
affecte le fleurissement des plantes d'une manière double. D'une part,
la température définit la vitesse de la constitution des fleurs
dans les plantes et, d'autre part, elle peut causer la
dégénérescence des fleurs ce qui contribuent à
diminuer le rendement de la culture.
Bourgoing et Todem (2010)dans leur analyse considèrent
le cacaotier comme une culture d'ombre par excellence. A travers ses
potentialités photosynthétiques et par la valeur optimale de
l'éclairage qu'il peut utiliser, le cacaoyer est considéré
comme une plante d'ombre typique. Par ailleurs, il peut parfaitement
croître et produire sous un ombrage dense s'il bénéficie
simultanément d'une température voisine de l'optimum (32°C),
n'affectant en rien ses potentialités photosynthétiques.
Cependant, il est démontré que l'ombrage très dense
constitue un facteur limitant la production mais uniquement lorsque tous les
autres facteurs de l'environnement sont favorables c'est-à-dire que les
températures optimales, humidité moyenne excellente, sol riche en
humus avec apport d'engrais, traitements insecticides et anticryptogamiques
bien mis en oeuvre. Pour les jeunes cacaoyers, un ombrage provisoire doit
être relativement dense, ne laissant passer que 50% de la lumière
totale pour assurer une bonne croissance et un meilleur rendement. Il sera
diminué progressivement pendant son développement mais jamais
avant la formation bien établie des couronnes.
'Ngoong(2013) et Boyer (1970) le cacaoyer exige une
température relativement élevée, avec une moyenne annuelle
située entre 30-32°C au maximum et 14-16°C au minimum. La
température est le facteur clé de la production des fèves
de cacao. L'étape initiale de cette production est la formation des
bourgeons, la floraison, la différenciation des fleurs en
chérelles matures, dépend des niveaux de la température.
Au fil du temps, il convient de noter que la production de cacao dans certains
pays est marquée par la baisse de la productivité dû
à un accroissement ou à une baisse des
températures19(*).
La floraison, première phase de la production est réduite dans le
cacaotier lorsque la température mensuelle moyenne est inférieure
à 23°C, cela signifie que les températures en dessous de
cette valeur ont pour effet de ralentir le processus de production des
fèves de Cacao. De plus nous constatons que les températures
basses affectent le rendement des autres cultures au même titre que le
cacao. Les températures basses ont pour effets de refroidir les
cultures, à cet état, leurs capacités physiologiques sont
réduites et elles se trouvent dans un état latent ('Ngoong,2013,
Boyer, 1970).
La température bien qu'étant un facteur
essentiel à la production agricole, lorsqu'elle atteint des valeurs
supérieures à l'optimum nécessaire pour réaliser un
bon rendement, la première phase de la production est affectée.
La chaleur, principale caractéristique de la température affecte
la floraison, la croissance et le développement des cultures agricoles.
Celle-ci sont détruites par la chaleur et ne pourront atteindre la
maturité. Les chaleurs fortes et persistantes avant la venue des pluies
peuvent aller jusqu'à modifier la composition interne des fruits,
conduisant à une réduction de leur qualité------(Challinor
et Wheeler, 2008).Des périodes sèches prolongées
accompagnée de chaleur entraînent une réduction de l'indice
de surface foliaire accompagné d'une évapotranspiration qui cause
un stress hydrique au niveau des cultures ce dernier à son tour jouera
sur la productivité saisonnière (Adjei-Nsiah, 2012).
Lorsque la saison sèche est longue et
accompagnée de températures élevées, les
plantations s'exposent à autres dangers tels que les feux de brousses.
Car une saison sèche prolongée encourage les feux de brousse qui
mettent les plantations à feu et à cendres. Cette destruction des
plantation contribuent à diminuer le rendement des surfaces
cultivées(Ojo et Sadiq, 2010).
Les cultures tropicale ne supportent pas les
températures trop élevées encore moins celles plus basses.
Ainsi, pour une production optimale, il faut que la température soit
située autour de sa valeur optimale en occurrence 24°C. Car il
existe même des gènes dans de nombreuses créatures
végétales qui sont sensibles à de forte température
(Schroth et al., 2016).
1.2
Canaux théoriques par lesquels les précipitations affectent le
développement et le rendement agricole
Lobell et Gourdji (2012) distinguent les canaux
théoriques par lesquels les niveaux de précipitations affectent
le développement et le rendement des cultures à savoir :
l'exposition aux maladies, le déficit de la pression vapeur, le
remplissage des grains, la vitesse de croissance des plantes et la
qualité des sols.
1.2.1
Effet du stress hydrique sur la croissance et le développement des
cultures
Les pluies représentent le second élément
climatique fondamental qui conditionne les différentes activités
agricoles. Leur absence, la rareté, un excès ou une mauvaise
répartition spatiotemporelle sont générateurs des crises
climatiques (Djohy et al., 2015). Par exemple, durant son cycle
végétatif, le cotonnier demande un minimum de 500 mm d'eau, mais
la répartition temporelle paraît plus importante que la
quantité d'eau en elle-même. Lorsque les pluies sont
associées à une meilleure répartition, les culture ses
développent normalement (Albergel et al., 1985).
Les végétaux ont besoin d'une quantité
d'eau convenable pour croître et maintenir la température dans une
plage optimale. Lorsqu'il y'a pas d'eau pour se refroidir, la plante risque de
souffrir de stress hydrique. Les expériences menées dans les
régions irriguées montrent que l'eau de l'irrigation permet de
maintenir les conditions de croissance et de température convenables
pour les cultures. La quantité et la durée de
l'hydraulicité pendant la saison de croissance assurée par les
précipitations ou l'irrigation, est essentielle pour la production.
Toute augmentation de la variabilité d'approvisionnement en eau
affectera la croissance et réduit la production (Karl et al.,
2009).
La rareté des pluies fait en sorte que l'irrigation ait
une importance capitale pour la production actuelle. La croissance des plantes
irriguées est largement supérieure à celles des cultures
alimentées par les eaux pluviales. Au fur et à mesure que le
temps passe, la demande et la concurrence augmentent en matière
d'approvisionnement en eau douce augmente. Les précipitations sont
devenues dans plusieurs pays, un facteur important de limitation du
développement des cultures et de la production(Chapagain et
al., 2006).
Le niveau de pluviosité est bénéfique
probablement à la mauvaises herbes en raison du développement
plus important des variations génétiques et des adaptations
écologiques sélectives. Il est possible que certaines
espèces les mauvaises herbes existent déjà sans être
considérées comme espèces importantes. Les espèces
de mauvaises herbes porteuses de caractéristiques tropicales peuvent
tirer profit de la hausse des pluies et devenir des espèces dangereuses
pour la culture. Le désherbage prendra alors davantage d'importance dans
la réalisation d'un développement et d'une production optimale
(Estur, 2006).
La distribution des pluies a un impact sur la lutte contre les
maladies des cultures agricoles. La hausse ou alors la baisse marquée
des précipitations peut aller jusqu'à affecter certaines
méthodes de lutte contre les maladies en raison des changements de
durée d'émergence des pathogènes. Les méthodes de
contrôle chimique pourront également perdre en efficacité
en raison du risque d'accélération de la décomposition des
produits chimiques et de l'érosion des sols dus à des niveaux de
pluies élevés.
1.2.2Effet du stress hydrique sur le rendement agricole
Dans les zones de production marginales où l'eau n'est
pas disponible en quantité suffisante, le résultat de la
production est très néfaste. Contrairement à la
température, les précipitations affecte négativement la
production des cultures dans de nombreuses régions. Il faut noter que ce
qui compte dans la production agricole ce n'est pas la quantité d'eau
disponible mais sa distribution au cours de la période de croissance et
de fructification''''''''''(Hoekstra et Chapagain, 2007).
La variation de la productiondes cultures d'une année
à l'autre est affectée par la pluviosité tout comme par la
température. Lesplantes sont très sensibles à la
déficience hydrique, particulièrement lorsqu'elles sont en
concurrence avec d'autres plantes sous ombrage ou adventices, ce qui est le cas
le plus fréquent en plantation. Les pluies doivent être abondantes
mais aussi et surtout bien répartie tout au long de l'année. Par
exemple, la pluviosité de 1500 à 2000 mm par an est
généralement considérée comme la plus favorable aux
cultures de café et cacao à condition qu'il n'y ait pas plus de
trois mois de saison sèche avec moins de 100 mm de pluie par mois
(Bourgoing et Todem, 2010).
Dans la même veine''Jagoret et al. (2011)
affirment que l'effet de la pluviosité sur la productivité du
cacaoyer a été observé depuis très longtemps. Il
existe un rapport étroit entre la récolte d'un mois et la
pluviosité cinq à six mois auparavant, et une corrélation
entre l'importance de la récolte et la précipitation de
l'année précédente.
Selon Ayegboyin et Akinrinde (2016),le manque de pluie
prolongé provoque le dépérissement des jeunes plantes qui
n'ont pas encore suffisamment développé leur structure, la
floraison de ces plants se trouve ainsi ralentie. Dans ces mêmes
conditions, les maladies des cultures sont favorisées.
D'après Nsiah (2012),les pluies favorisent le
développement des mouches du vinaigre qui transportent les virus de
maladies, les déposent sur les fruits ou les fleurs favorisant ainsi le
développement des maladies. Lorsque les fruits sont infectés,ils
sont voués à la dégénérescence.Lorsqu'il
pleut de façon répétitif au moment de la floraison, il y'a
perte des fleurs. Cela joue sur le rendement qu'on aurait pu avoir s'il
pleuvait de façon raisonnable.L'excès de pluie limite la
productivité malgré le fait que les plantes ont besoin d'eau pour
remplir leurs fonctions physiologiques. Lorsque la quantité d'eau
disponible devient supérieure à la normale, cela influence les
résultats de la production.
L'étude de 'Herman et al. (2015) analyse les
caractéristiques des plantes sur la terre ferme en présence de
précipitation. Les caractéristiques des plantes qui ne
résistent pas au stress hydrique constituent un obstacle à la
croissance et à la productivité agricole. L'auteur affirme qu'un
autre problème qui commence à se produire dans les plantations
est la survenue de la mauvaise herbe, qui entre en compétition avec les
plantes et provoque des pertes de récoltes, des dommages sur les
plantations agricoles.
Ainsi, l'augmentation ou la baisse des températures
et/ou des précipitations au-delà de la normale est une entrave
àl'économie agricole. Les changements climatiques à
travers leurs différents effets engendrent une augmentation des
coûts de production pour les agriculteurs et celle-ci contribue à
la réduction du rendement.
La section suivante fait état de l'analyse des travaux
empiriques sur la relation entre les changements climatiques et le rendement
agricole.
Section 2 : La littératureempirique des effets des
changements climatiques sur le rendement agricole
Depuis plusieurs années, des études ont
été menées dans le monde entier pour tester la relation
théorique entre les changements climatiques et le rendement agricole.
Ces études portant sur la productivité agricole ont abouti
à une relation mitigée entre les changements climatiques et
rendement agricole. Dans cette section, nous présentons en 2.1 les
effets mitigés de la température sur le rendement agricole, en
2.2 les effets des précipitations sur le rendement agricole.
2.1 Les effets controversés
des températures sur la productivité agricole
Les études réalisées afin de tester la
relation théorique entre les changements climatiques et agriculture
portaient sur le rendement agricole. La plupart de ces travaux aboutissent pour
à une relation mitigée. Pour mieux cerner l'influence des
températures sur le rendement agricole, nous présentons
l'influence négative des températures en 2.1.1 l'influence
positive de ces températures sur le rendement agricole en 2.1.2.
2.1.1
Influence négative des températures sur le rendement agricole
Les études étude théoriques
démontrent que les changements climatiques à travers les
températures affectentle rendement agricole. Celles menées depuis
plusieurs années montrent des impacts divers des températures sur
le rendement agricole. Par exemple, les travaux effectués parHutchins et
al. (2015) au Ghana au moyen des enquêtes
réalisées auprès des ménages montrent que
l'accroissement des températures réduit la production agricole.
Ils montrent que la variabilité des températures fait partie des
défis actuels à relever pour accroître le rendement
agricole.
De la même manière, la sécheresse
prolongée accompagnée des niveaux de températures
élevées augmente les risques de diminution de la production dans
les plantations, ce qui contribue à réduire la
productivité et rend également difficile l'établissement
de nouvelles plantations agricoles (Hutchins et al., 2015).
Les analyse deKimengsi (2013)mettent en évidence la
relation négative entre la variabilité des températureset
la production agricole. L'auteur mène des études sur le terrain
afin de recueillir les informations sur la température et la production
agricole sur 21 ans de 1990 en 2010. L'analyse des données s'est fait
à l'aide de l'enquête à échelle en quatre points et
du coefficient de variation. Au terme de cette analyse,les résultats
montrentque le coefficient de variationdela température (11,0%)
dépassait le seuil de variabilité de 10%, indiquant qu'il
présentait une variabilité significative. L'analyse des tendances
de la production agricole montre que des variations de température
inhabituelles ont été observées sur certaines
années. L'auteur observe également que
l'imprévisibilité croissante des températures amène
les agriculteurs à confondre le calendrier agricole; Et ils ont
constaté une baisse durendement. Cette baisse a entraîné
une réduction des revenus réaliséset limité les
possibilités d'expansion des plantations. Il suggère des options
de planification du développement agricole que la population locale
doitentreprendre, pour développer un cadre de résilience face
à la variabilité de la températureattendue(Kimengsi,
2013).
'Lawal et Omonona (2014) quant à eux analysent les
effets néfastes des températures sur la productionla production
et leur incidence sur les revenus de Cacao. Ces auteurs utilisent un panel avec
spécification à effet aléatoire pour déterminer les
effets des températures dans les Etats du Nigeria, les effets de
l'accroissement ou de la diminution des températures ont une incidence
négative sur le rendement du cacao. A l'issue de cette étude, ils
ont concluque l'augmentation de la température réduitcertains
processus physiologiques de floraison et de constitutiondes cabosses de cacao.
Ils recommandent aux agriculteurs de planter de nouvelles
variétés de Cacao développées par l'Institut de
Recherche du Cacao du Nigéria, aptes à résister aux effets
des changements climatiques afin d'améliorer les revenus et les moyens
de subsistance'(Lawal et Omonona, 2014).
L'étude de-Chizari et al. (2017)examinentles
effets de la température sur la production agricole. Ils ont
utilisé le modèle de climat régional
quiproduitraisonnablement des projections appropriées pouvant être
utilisées pour la génération de scénarios
climatiques à l'échelle d'un pays. Les résultats de cette
recherche montrent que malgré les changements projetés de 2% de
la température, la production de cacao devrait passer de 0,149 tonne par
hectare en 2015 à 0,155 tonne par hectare en 2020. Une tendance moyenne
à la hausse par rapport à la situation de référence
est positive et devrait augmenter de 1,76% par an. Il en ressort deleur
étude que l'accroissement des températures a des effets positifs
sur le rendement du cacao -(Chizari et al., 2017).
L'étude deRey et al. (2018)analysentles
modèles climatiques et prédisent une augmentation possible de la
fréquence d'événements climatiques violents qui dans
certaines régions tropicales, sont à l'origine de
sécheresses exceptionnelles, menaçant la sécurité
alimentaire mondiale. Les résultats de leur analyse montrent que la
sécheresse a provoqué une mortalité élevée
des cultures de près de 15% et une baisse importante du rendement de ces
même culture d'environ 89%; la sécheresse a également
augmenté le taux d'infection des maladies fongiques chroniques. Dans
cette étude, il ressort que la sècheresse a une influence
négative sur la production (Rey et al., 2018).
L'étude de Sakti (2016)se propose demettre en
évidencele processus de production du Cacao sousl'influence de la
température. Les données recueillies par l'auteur ont
été analysées à l'aide d'une régression
linéaire. Les résultats montrent un effet négatif et
significatif de la température sur la production de cacao au
Pakistan.
Selon ------Vogel et al.(2019), les
sécheresses accompagnées de températures
élevées entraînent des pertes àla récolte.
Leur impact sur le rendement du maïs, du soja, du riz et du blé est
expliqué à 20 %, 49% 18 % et 43 % de la variance des anomalies de
rendement respectivement.
Le café est une culture sensible à la
sècheresse et à de fortes températures. 'Läderach
et al. (2019)ont quantifié l'impact des changements climatiques
progressifs sur la culture du café et la production de café au
Nicaragua. A cet effet, ils utilisent les données de localisation et de
qualité de tasse du Nicaragua en combinaison avec les modèles
d'adéquation des cultures Maxent et CaNaSTA, les données
historiques de WorldClim et les modèles de simulation globale CMIP3 pour
prédire l'impact probable des changements climatiques sur la production
du café. Sous le scénario d'impact très
élevé des températures, le café disparaît la
production est presque nulle. Tandis que, sous le scénario de
température élevée, il y'a une diminution de la
production. Par ailleurs, sous un scénario moyen il y'a une
l'gère diminution de la production.
2.1.2
Influence positive des températures sur le rendement agricole
Les études empiriques menées par plusieurs
auteurs mettent en évidence une relation significative, positive entre
l'accroissement des températures et la productivité agricole. Les
travaux de --Schlenker et Roberts (2009) mettent en évidence la
vulnérabilité des cultures telles que le maïs, le soja et le
Coton à la variation des températures aux États-Unis. Les
auteurs constatent que la productivité des trois cultures augmente avec
des températures allant jusqu'à 29°C pour ce qui est du
maïs, 30°C pour le soja et enfin 32??°C pour le Coton.
De la même manière, Raza et Ahmad (2015) dans
leur étude analysent l'influence positive de la variation des
températures sur la production agricole au Pakistan en utilisant le
niveau de production données par district, la superficie
récoltée de 1981 à 2010. Dans cette approche, ils
considèrent toutes les variables explicatives comme exogènes, de
sorte que le risque endogène peut également être
minimisé. La température moyenne, et les termes quadratiques de
la température sont utilisés comme variables climatiques. Le
modèle à effets fixes a été utilisé pour les
estimations économétriques. Les résultats montrent un
impact positif significatif de la température sur la productionagricole.
Cependant, les impacts des changements climatiques sont différents
d'une province à l'autre.
Dans le même sillage, ---Chen et al. (2015) en
Chine mettent en évidence l'influence de la température sur la
productivité agricole de 1961 à 2010. Pour cela, ils
considèrent trois grandes régions productrices de coton dans le
pays. Ils utilisent les données secondaires provinciales disponibles.
Les résultats indiquent qu'une augmentation de la température
moyenne accroît la production de coton dans la plupart des provinces du
nord-ouest de la Chine et de la vallée du Fleuve Jaune. Cependant, la
hausse de la température moyenne a réduit la production du Coton
dans la vallée du fleuve Yangtsé20(*).
Selon Zafar et al. (2018)l'agriculture fournit des
rentes importantes, procurant des matières premières pour
différentes industries et joue un rôle crucial dans
l'économie de plusieurs pays. Elle nécessite
destempératures optimales pour une meilleure production. Lorsque les
températures sont faibles la production est affectée et cela met
en mal l'économie.
Les températures ambiantes sont perçues par les
agriculteurs comme un facteur important de la production agricole. Ainsi, il en
ressort de ces analyses que l'indicateur des changements climatique affecte la
productivité agricole. Les plantes semblent ne pas réagir de la
même manière à ses variations ; son optimum pour une
production agricole optimale semble osciller autour de 25°C.
2.2 Les effets mitigés des
précipitations sur la productivité agricole
Les analyses empiriques menées par les auteurs mettent
en évidence la relation négative d'une part et positive d'autre
part entre les précipitations et le rendement agricole.
2.2.1
Influence négative des précipitations sur le rendement
agricole
Ainsi, l'étude deOyekale (2012) analyse l'influence des
changements climatiques notamment de la pluviosité sur le
développement agricole au Nigeria. L'auteur utilise les données
recueillies auprès des agriculteurs choisis de manière
aléatoire dans trois États sélectionnés dans les
zones de production. Il effectue des régressions simples et obtient le
résultat selon lequel les précipitations observées
affectent dans ce contexte l'activité de production. Malgré le
fait queles agriculteurs soient techniquement équipés,
l'augmentation de précipitations pose beaucoup de problèmes
à la production.Entre autre,il inclue le fait d'être homme, le
statut éducatif, la taille, le nombre d'exploitations agricole et
l'âge, alors qu'il augmentait considérablement avec le taux de
dépendance des enfants et la possession d'un téléphone
portable. Il ressort ici que l'excès de pluies a un influence
négative sur la productivité(Oyekale, 2012).
Dans le même sillage, l'étude menée par
'Lawal (2014) montre que la pluviosité affecte le rendement agricole.
L'auteur dans son analysedétermine l'effet des précipitations sur
le rendement en analysant la tendance sur trois décennies, de 1980
à 2011. L'auteur se base sur lalecture annuelle des
précipitations en question et de la productionenregistrée au
cours de ces périodes. Les données recueillis ont
été soumises à une analyse de régression. Le
résultatmontreque les précipitations moyennes sur les trois
décennies allaient de 1148,84mm, 1245,25mm et de 1186,27mm pour la
période comprise entre 1980-1990, 1991-2000 et 2001-2011. Le rendement
variait de 13,85 tonnes, 10,53 tonnes et 14,21 tonnes. La régression du
rendement en fonction des précipitations montre une corrélation
négative de 0,0067852. L'étude conclue que les
précipitations excessives diminuent le rendement du coton'''(Lawal et
Omonona, 2014; Raufu et al., 2015).
L'étude de Amos et Thompson (2015)analyse la relation
d'équilibre à long terme entre le rendement agricole et les
précipitations.Le résultat établit le fait que le
rendement agricoleest très sensible à la sécheresse et que
la productivité est liée à la distribution des
précipitations.
Wiah et Twumasi-Ankrah (2017) examinent l'impact des
indicateurs climatiques sur la production de cacao au Ghana, il indique que le
nombre de jours de pluie ades effets négatifs sur le rendement du Cacao.
Les travaux de Gwimbi (2010)montrent que la variation des
précipitations influence négativement la productivité
agricole. Pour cela, la modification des niveaux des pluies affecte
négativement les moyens de subsistance des agriculteurs. Sur la base
d'une analyse des tendances chronologiques et d'une analyse statistique de
corrélation de la relation entre les scénarios de variation du
climat et le niveau de production agricole sur une période de 25 ans;
les résultats montrent que les agriculteurs sont vulnérables aux
variations des précipitations.
2.2.2
Influence positive des précipitations sur le rendement agricole
Selon les travaux deDjohy et al. (2015) analysent
l'impact de la variabilité climatique sur la culture du coton dans la
commune de Kandi. L'analyse repose sur des données climatologiques
à savoir pluviométrie et température sur la période
allant de 1971-2010, les données statistiques de la superficie et du
rendement de la production sur la période allant de 1995-2010. Les
résultats révèlent qu'un régime
pluviométrique unimodal avec une saison pluvieuse est propice à
la production agricole.
Agrawal (2012) s'est inspiré des travaux de Fisher
(1924). Il étudie l'effet des précipitations sur les rendements
en blé Broadbalk. Sa méthode consiste à adapter un
polynôme du cinquième degré à la pluviométrie
de chaque saison et à étudier jusqu'à quel point les
précipitations totales et sa répartition sur le temps
expliquaient la variation de la production. Fisher a constaté qu'il y
avait un effet significatif sur la production, représentant
jusqu'à 40% de la variance sur certaines parcelles. L'auteur a
estimé des équations, pour chaque parcelle, donnant
l'excédent ou la perte moyenne de la production en blé imputable
à une augmentation supplémentaire de pluie par rapport à
la moyenne, à tout moment de la saison.
Selon Phillips (2012) la pluie joue le rôle de
catalyseur sur la croissance des plantes, le développement et la
maturation des fruits. Cependant, l'accroissement des précipitations
dues aux changements climatiques entraîne des pertes substantielles de la
productivité des cultures. Par exemple les pluies récurrentes
affectent le développement du cotonnier, mais, la culture semble
être particulièrement plus affectée aux
précipitations élevées pendant la phase de maturation des
capsules. Le stress environnemental pendant le développement floral et
la différenciation des capsules est l'une des principales raisons de la
disparité entre les rendements réels et attendu.
''''Katsoni (2015) analyse les effets négatifs des
précipitations sur la production du maïs. Il s'est appuyé
sur la méthodologie en deux étapes consistant au niveau communal
à la collecte des données pluriannuelles de pluviométrie
et de la production. Cette étude a permis d'appréhender les
manifestations des changements climatiques sur la production agricole. Le
résultat révèle que le volume et le nombre de jours de
pluies tombées annuellement se sont réduits. Cette baisse de
précipitation bien perceptible, entraîne la baisse des rendements
des principales cultures agricoles. De même, elle influence les pratiques
des producteurs notamment le choix des priorités des cultures. L'auteur
continue en affirmant que le maïs se substituant parfois au coton, n'est
pas en reste.
Conclusion
En somme, dans ce chapitre, nous avons analysé
l'influence des changements climatiques sur le rendement agricole. A l'issue de
cette analyse, nous avons pu dégager les canaux de transmission par
lesquels des changements climatiques affectent le rendement agricole. La
température et la précipitation peuvent influer sur la
réalisation de la photosynthèse, la qualité des sols, la
respiration de la plante et même sur les organismes des insectes et
ravageurs.En outre, de nombreuses ambiguïtés existent dans
l'analyse de la littérature empirique. Nous avons pu observer
qu'à travers les précipitations, le rendement agricoleest
influencé négativement pour certaines cultures, positivement pour
d'autres. Concernant les températures, bien que le rendement soit
sensible aux températures élevées, certaines cultures se
développent plus dans les milieux tempérés. Dans le cadre
des pays de la CEEACl'on se pose la question de savoir comment est-ce que les
changements climatiques influencent le rendement agricole ?
Chapitre 2 : Analyse des effets des changements climatiques
sur le rendement agricole dans les pays membres de la CEEAC
Le monde scientifique est de plus en plus
intéressé à comprendre la relation d'influence entre les
changements climatiques et le rendement agricole dans un contexte de lutte pour
une garantie de la souveraineté alimentaire des nations et pour le
développement économique durable.
L'objectif de ce chapitre est d'évaluer l'influence des
changements climatiques sur le rendement agricole dans les paysde la CEEAC.A
cet effet, nous avons mobilisé une base de données
constituées à partir de la base de données de la Banque
Mondiale sur les changements climatiques (CCPK, 2018) et sur les indicateurs de
développement dans le monde (WDI, 2018); de la base de données de
l'Organisation des Nations unies pour l'Alimentation et l'Agriculture (FAOSTAT,
2018). Il est subdivisé en deux sections, la première section
porte sur l'analyse descriptive tandis que la seconde porte sur l'analyse
économétrique.
Section 1 : Analyse descriptive des effets des
changements climatiques sur le rendement agricole
Dans le but d'expliquer l'influence des changements
climatiques sur le rendement agricole, il est nécessaire pour nous de
mettre en évidence son influence sur l'évolution des
indicateursdu rendement agricole. Acet effet, nous allons présenter en
(1.1) l'évolution des variables des changements climatiques et les
résultats des statistiques descriptives; par la suite présenter
l'évolution des indicateurs du rendement agricole ainsi que les
différents résultats des statistiques descriptives dans les 04
pays de la CEEAC21(*)
retenus dans le cadre de cette étude (1.2).
1.1
Evolution des variables des changements climatiques dans les pays de la
CEEAC
Dans cette sous-section, nous présentons
l'évolution graphique des variables températures et
précipitations ainsi que les différentes statistiques
descriptives dans les pays de la CEEAC.
Ø Angola
Graphique 2.1:
Evolution en logarithme du niveau des températures et
précipitations par rapport à la moyenne annuelle en
Angola
Source : Auteur à partir des données
de CCKP(2018)
De l'évolution des températures moyennes
annuelles du graphique (graphique 2.1)ci-dessus et des statistiques
descriptives (confère annexe I.1, I.2) il ressort qu'au cours de la
période d'étude les températures décroissent
à un taux de 0,24% ; la température moyenne sur la
période 2003-2011 est de 22,19°C avec un minimum de 21,73°C
qui est observé au cours de l'année 2011, un maximum de
22,74°C observé en 2005 ; le coefficient de variation est de
0,45%.
De l'évolution des précipitations moyennes
annuelles du graphique ci-dessus et des statistiques descriptives
(confère annexe I.1, I.2), il ressort que sur la période
d'étude les précipitations ont tendance à augmenter
à un taux de 0,20%.La moyenne est de 82,27mm avec un minimum de 75,33mm
qui est observé en 2005 le maximum apparait en 2009 avec une valeur de
85,46mm. Le coefficient de variation des précipitations moyennes
annuelles est de 1,27%.
Au regard de l'évolution des variables des changements
climatiques en Angola sur la période d'étude 2003-2011, il
ressort que les températures moyennes annuelles ont une tendance
générale à la baisse ; pour ce qui est des
précipitations moyennes annuelles celles-ci ont plutôt tendance
à augmenter. De plus, il ressort que les précipitations moyennes
annuelles sont plus instables que les températures moyennes annuelles au
cours de la même période.
Ø Cameroun
Graphique
2.2 : Evolution en logarithme du niveau des
températures et précipitations par rapport à la moyenne
annuelle au Cameroun
Source : Auteur à partir des données
de CCKP(2018)
Le graphique (graphique 2.2) ci-dessus met en évidence
l'évolution des variables des changements climatiques au Cameroun au
cours de la période 2003-2011. De l'observation de l'évolution
des températures moyennes annuelles et des statistiques descriptives
(confère annexe I.3, I.4), il ressort que celles-ci ont une tendance
générale à la hausse avec un taux de croissance positif de
0,13% ; une moyenne de 25,08°C, l'année 2010 étant la
plus chaude avec 25,34°C tandis que l'année la moins chaude est
2011 avec une température moyenne de 25°C et le coefficient de
variation de 0,24% sur l'ensemble de la période d'étude.
L'observation de l'évolution des précipitations
moyennes annuelles du graphique ci-dessus et des statistiques descriptives
(confère annexe I.3, I.4), il ressort que celles-ci ont une tendance
générale à la baisse avec un taux de croissance
négatif de 0,49% ; la moyenne sur la période d'étude
est de 129,81mm ; l'année 2005 est la moins pluvieuse avec 119,48mm
tandis que la plus pluvieuse est 2007 avec 152,71mm de précipitations
avec un coefficient de variation de 1,72% sur l'ensemble des
périodes.
Au regard de l'évolution des indicateurs des
changements climatiques au Cameroun sur la période de l'étude, il
ressort que les températures moyennes annuelles ont une tendance
générale à la hausse tandis que les précipitations
ont plutôt une évolution décroissante. En plus, de ces
analyses on constate que les précipitations moyennes annuelles sont plus
instables que les températures moyennes annuelles sur la période
de l'étude.
Ø République Centrafricaine
Graphique
2.3 : Evolution en logarithme du niveau des
températures et précipitations par rapport à la moyenne
annuelle en RCA
Source : Auteur à partir des
données de CCKP(2018)
De l'observation du graphique(graphique 2.3) ci-dessus et des
statistiques descriptives (annexe I.5, I.6) en République centrafricaine
sur la période 2003-2011, il ressort que le taux de croissance moyen des
températures moyennes annuelles sur la période est négatif
et très faible de l'ordre de 0,0012% ; l'indicateur de la moyenne
est de 25,66°C. L'année la plus chaude est 2010 avec 25,94°C
tandis que la moins chaude est 2008 avec 25,37°C. Le coefficient de
variation sur l'ensemble des périodes de l'étude est de 0,21%.
De l'observation de l'évolution des
précipitations moyennes annuelles du graphique (graphique 3.3)ci-dessus
et des statistiques descriptives (confère annexe I.5, I.6), il ressort
que celles-ci ont une tendance générale à la hausse avec
un taux de croissance moyen annuel positif et faible de 0,0054%. L'indicateur
de moyenne des précipitations sur la période de l'étude
est de 111,83mm, l'année la plus pluvieuse est 2010 avec ses 115,90mm
tandis que la moins pluvieuse est 2005 avec ses 110,05mm de
précipitations. Le coefficient de variation est de 0,55%.
Au regard de l'évolution des indicateurs des
changements climatiques en République Centrafricaine sur la
période de l'étude 2003-2011, il ressort de cet évolution
que les températures moyennes annuelles ont tendance à diminuer
tandis que les précipitations moyennes annuelles ont plutôt
tendance à augmenter. En outre, il ressort que les précipitations
moyennes annuelles sont plus instables que les températures moyennes
annuelles sur l'ensemble de la période.
Ø République Démocratique du
Congo
Graphique 2.4:
Evolution en logarithme du niveau des températures et
précipitations par rapport à la moyenne annuelle en
RDC
Source : Auteur à partir des
données de CCKP(2018)
De l'observation du graphique (graphique 2.4) ci-dessus et des
statistiques descriptives (annexe I.7, I.8) en République
Démocratique du Congo sur la période 2003-2011, il ressort que la
pente des températures moyennes annuelles est négative avec un
taux de croissance négatif de 0,055%. La moyenne des températures
moyennes annuelles est de 24,72°C ; l'année 2005 est la plus
chaude avec une température moyenne de 25,06°C tandis que
l'année 2011 est la moins chaude avec une température moyenne
annuelle de 24,38°C. Le coefficient de variation des températures
moyennes annuelles sur l'ensemble de la période d'étude est de
0,26%.
De l'observation de l'évolution du graphique des
précipitations moyennes annuelles(graphique 2.4) ci-dessus et des
statistiques descriptives (confère annexe I.7, I.8), il ressort une
tendance à la hausse de l'évolution du niveau de
l'évolution des précipitations moyennes annuelles avec un taux de
croissance moyen de 0,174%. La moyenne des précipitations est de
122,52mm ; l'année la plus pluvieuse est 2006 avec une
précipitation moyenne annuelle de 135,36mm tandis l'année la
moins pluvieuse est 2004 avec une précipitation moyenne annuelle de
110,38mm. La volatilité des précipitations moyennes annuelles
est de 1,37%.
Au regard de l'évolution des variables des changements
climatiques en République Démocratique du Congo sur la
période de l'étude 2003-2011, il ressort de cet évolution
que les températures moyennes annuelles ont tendance à diminuer
tandis que les précipitations moyennes annuelles ont plutôt
tendance à augmenter. De surcroît, au regard des coefficients de
variation des deux indicateurs, il ressort que les précipitations
moyennes annuelles sont plus instables que les températures moyennes
annuelles sur l'ensemble de la période en RDC.
1.2
Evolution des rendements agricoles dans les pays de la CEEAC
Dans cette deuxième sous-section, nous
présentons l'évolution graphique en logarithme du rendement
agricole ainsi que les différentes statistiques descriptives dans les
pays de la CEEAC.
Ø Angola
Graphique 2.5:
Evolution en logarithme des rendements agricoles annuels en Angola
Source : Auteur à partir des données de
FAOSTAT(2018)
Le graphique (graphique 2.5)ci-dessus met en évidence
l'évolution du rendement agricole22(*) annuel en Angola sur la période 2003-2011. De
l'observation de l'évolution des indicateurs agricoles et des
statistiques descriptives (confère annexe I.1 et I.2), il ressort que au
cours de cette période le taux de croissance de ces indicateurs est est
postif 0,24%, 0,63%, 1,47% et 0,15% respectivement pour la banane, cacao,
café et coton. Le rendement moyen de banane est de 196000 hectogramme
par hectare(hg/ha), celui de cacao est de 1164,4hg/ha, 2679,6hg/ha pour le
café et 17360,5hg/ha pour les graines de coton.
En ce qui concerne les niveaux de rendements agricoles
atteints, les plus haut niveaux en 2007, 2011, 2007 et 2006 respectivement pour
le rendement de banane, cacao, café et coton. Les plus bas niveaux de
rendement sont atteints en 2004, 2003, 2003, 2003 respectivement pour la
banane, cacao, café et coton. Le coefficients de variation du rendement
agricole de chaque de chaque culture est de 0,925%, 1,85%, 6,76% et de 0,49%
respectivement pour la banane, cacao, café et pour le coton.
Au regard de l'évolution des indicateurs du rendement
agricole et des statistiques descriptives en Angola, il ressort que le
rendement agricole a une tendance générale à la hausse sur
la période de l'étude. De plus, le rendement de café est
plus instable ensuite celui de cacao, de banane et en fin celui des graines de
coton sur la période de l'étude.
Ø Cameroun
Graphique 2.6:
Evolution en logarithme des rendements agricoles annuels au
Cameroun
Source : Auteur à partir des
données de FAOSTAT(2018)
Le graphique(graphique 2.6) ci-dessus retrace
l'évolution des indicateurs du rendement agricole annuel au Cameroun sur
la période 2003-2011. De l'examen visuel de l'évolution des
indicateurs agricoles et des statistiques descriptives (confère annexe
I.3 et I.4), il ressort qu'au cours de la période de l'étude le
taux de croissance est postif 0,24%, 0,052%, 0,054% pour la banane, cacao et
café respectivement. Pour ce qui est du rendement du coton il est
négatif de 0,09%. La moyenne du rendement sur la mçeme
période est de 13200hg/ha, 3698,4hg/ha, 3139,77hg/ha et 13220,6hg/ha
pour la banane, cacao, café et coton respectivement.
Concernant les niveaux de rendement enrégitré au
Cameroun, les années les plus productives 2010, 2010, 2005 et 2007 pour
le rendement de banane, de cacao, de café et de coton. Les années
les moins productives on a 2004, 2004, 2003 et 2011 pour le rendement de
banane, cacao, café et coton respectivement. La dispersion des
rendements annuels autour du rendement moyen on a 2,54%, 0,71%, 0,29% et 1,20%
respectivement pour la banane, les fèves de cacao, le café vert
et les graines de coton.
Au regad de l'évolution et des statistiques
descriptives des variables agricoles au Cameroun, il ressort que les taux de
croissance des rendements de la banane, du cacao et du café sont
positifs tandis que seul le rendement du coton a un taux de croissance
négatif. En terme de dispersion du rendement, on constate que le
rendement de la banane est plus dispersé suivi de celui des graines du
coton ensuite les fèves de cacao et en fin le rendement du
café.
Ø République Centrafricaine
Graphique 2.7:
Evolution en logarithme des rendements agricoles annuels en RCA
Source : Auteur à partir des
données de FAOSTAT(2018)
Le graphique (graphique 2.7)ci-dessus retrace
l'évolution du rendement agricole en République centrafricaine
sur la période de 2003 à 2011. L'analyse de ce graphique et des
statistiques descriptives (confère annexe I.5, I.6) nous montre que au
cours de cette période, seul le taux de croissance du rendement de
banane est positif et de valeur 0,014% ; celui du rendement des autres
cultures est négatif de valeurs 0,010%, 0,30% et 0 ,97%
respectivement pour le cacao, le café et le coton. Les valeurs moyennes
des rendements sont 61141,44hg/ha, 509,778hg/ha, 4467,55hg/ha et 5500,556hg/ha
respectivement pour la banane, le cacao, le café et le coton.
En ce qui concerne les valeurs extrêmes des rendements,
les plus hauts niveaux de rendement agricole sont enregistrés en 2009,
2007, 2004 et 2003 tandis que les plus bas niveaux de rendement sont
observés en2004, 2005, 2011 et en 2007 respectivement pour le rendement
de banane, de cacao, de café et coton. Pour ce qui est de la dispersion
des rendements, le coefficient de variation est de 0,12%, 0,54%, 1,10% et 4,56%
respectivement pour la banane, le cacao, le café et le coton graine.
De l'observation du graphique (graphique 2.7)ci-dessus et de
l'analyse des statistiques descriptives de l'annexe I.5 et I.6 il ressort que
le rendement agricole a une tendance générale à la baisse
en République Centrafricaine au cours de la période de
l'étude. En terme de dispersion des rendements agricole il ressort que
le rendement du coton est plus dispersé suivi de celui du café,
de cacao et en fin de banane.
Ø République Démocratique du
Congo
Graphique
2.8: Evolution en logarithme des rendements agricoles annuels en
RDC
Source : Auteur à partir des données de
FAOSTAT(2018)
De l'observation du graphique (graphique 2.8)ci-dessus et des
statistiques descriptives (annexe I.7, I.8) relatif au rendement agricole en
République Démocratique du Congo sur la période de 2003
à 2011, il ressort que le taux de croissance du rendement de banane et
de café sont positif mais très faibles avec respectivement pour
valeur 2,26e-04% et 6,89e-04% tandis les taux de croissance du cacao et coton
graine sont négatifs avec pour valeurs 0,02812% et 0,11297%
respectivement. Les valeurs moyennes des rendements sont 37370,22hg/ha,
2995,88hg/ha, 3900,22hg/ha et 4209,66hg/ha respectivement pour la banane, le
cacao, le café et le coton.
S'agissant des valeurs extrêmes du rendement agricole en
RDC, les valeurs maximales s'établissent au cours des années
2011, 2007, 2011 et 2003 pour la banane, le cacao, le café et le coton
respectivement ; tandis les plus petites valeurs des rendements
s'établissent en 2003, 2011, 2003 et 2011 respectivement pour la banane,
cacao, café et coton. La dispersion du rendement autour du rendement
moyen on a 0,00089%, 0,0925%, 0,02% et de 0,309% respectivement pour la
banane, le cacao, le café et le coton.
Au regard de l'évolution du graphique (graphique
2.8)ci-dessus et de l'analyse des statistiques descriptives de l'annexe I.7 et
I.8, il ressort que le rendement agricole a une tendance à la baisse en
République Démocratique du Congo au cours de la période de
l'étude. Le rendement du coton est plus dispersé que tous les
autres.
Au final, à partir de cette analyse descriptive, on a
puconstater que les changements climatiques n'évoluent pas en phase dans
les différents pays et dans l'ensemble de la période
d'étude, car on constate dans certains paysque lorsque les
températures croissent les précipitations diminuent
réciproquement. En ce qui concerne le rendement agricole, à
l'exception de l'Angola ou le rendement de la banane, du cacao, du café
et du coton augmentent simultanément, dans le reste des pays les
différents rendements n'évoluent dans le même sens. En
Angola, l'augmentation des précipitations et la baisse des
températures semblent entrainer une hausse du rendement agricole. Au
Cameroun, la hausse des températures et la baisse des
précipitations semblent augmenter le rendement de la banane, du cacao et
du café mais fait diminuer le rendement du coton. En RCA et en RDC, la
baisse des températures et la hausse des précipitations semblent
diminuer le rendement agricole. Dans le souci d'avoir des résultats plus
pertinents, nous abordons dans la section suivante l'analyse
économétrique.
Section 2 : Changements climatiques et rendement
agricole: analyse du sens d'influence
L'influence des changements climatiques sur le rendement
agricole a été détectée par l'analyse descriptive.
Cependant, cette analyse ne nous a pas permis de déterminer avec
sérénité les relations existantes entre les variables
agronomiques avec celles climatiques. C'est pour cette raison que nous faisons
recours à l'outil d'analyse plus sophistiqué qu'est
l'économétrie. Pour cela, nous allons présenter en (2.1)
la démarche méthodologique, en (2.2) l'estimation ainsi que les
principaux résultats.
2.1
Démarche méthodologique
Nous mettrons en évidence le modèle
théorique ayant conduit à la formalisation de ce modèle
avant de présenter les différentes variables qu'il comporte.
2.1.1
Méthodologie de formalisation du modèle
économétrique
Le modèle économétrique à estimer
dérive de la théorie microéconomique du producteur, qui
stipule que le producteur cherche toujours à maximiser son rendement
sous contrainte de la technologie et de la quantité de chaque facteur de
production. Le modèle à estimer est celui développé
par-- Salvacion (2019)Nana (2019) et Zhong et al., (2019) qui se sont
inspirés des études de ---Villavicencio et al. (2013),
il se spécifie comme suit:
Rendement agricole=f (précipitations,
Températures) (II.1)
En terme spécifique, le modèle
économétrique à estimer s'écrit :
(II.2)
Où i, t désigne le pays et l'année,
respectivement.
2.1.2
Présentation des variables du modèle et source de
données
L'ensemble des variables recensées dans le cadre de
notre étude proviennent de la littérature mettant en relation les
changements climatiques et le rendement agricole. Elles sont
présentées dans le tableau ci-dessous.
Tableau
2.1: Présentation des variables
Variable
|
Description des variables
|
Source
|
Variables dépendantes agricoles
|
Rendement de la Banane
|
Mesuré par le rendement annuel de banane (rbanane) en
kilogramme par hectare(kg/ha) ;
|
FAOSTAT (2018)
|
Rendement du Cacao
|
Mesuré par le rendement annuel de cacao (rcacao) en
kilogramme par hectare(kg/ha) ;
|
FAOSTAT (2018)
|
Rendement du Café
|
Mesuré par le rendement annuel de café (rcafe)
en kilogramme par hectare(kg/ha) ;
|
FAOSTAT (2018)
|
Rendement du Coton
|
Mesuré par le rendement annuel de coton (rcoton) en
kilogramme par hectare(kg/ha).
|
FAOSTAT (2018)
|
Variables indépendantes
|
Précipitation
|
Volatilité moyenne annuelle des précipitations
(pret, en mm/an);
|
CCKP (2018)
|
Température
|
Volatilité moyenne annuelle des températures
(Temp en °Celsius);
|
CCKP (2018)
|
Population
|
Emploi dans l'agriculture (pop, % emploi total)
|
WDI (2018)
|
Investissement
|
Investissements agricole (invagri, millions de dollars)
|
WDI (2018)
|
Inflation
|
Taux d'inflation annuel (infla ; en%) ;
|
WDI (2018)
|
Croissance économique
|
Taux de croissance annuel du PIB réel (en
%)(tcpib ; en %).
|
WDI (2018)
|
Source: Auteur
Les différentes variables ainsi présentées,
nous passons à l'estimation de notre modèle
économétrique.
2.2
Estimation, présentation des résultats et
interprétations
Dans cette sous-section, nous allons présenter dans un
premier temps la méthode d'estimation (2.2.1), les résultats de
l'estimation et une interprétation de ces résultats (2.2.2).
2.2.1
Méthode d'estimation
Pour apporter les éléments de réponse
à notre question de recherche et mettre en évidence les effets
des changements climatiques sur le rendement agricole, nous avons adopté
l'approche économétrique, en faisant recours à la
modélisation en données de panel. L'utilisation des
données de panel présente trois avantages : une double
variabilité qui prend en compte à la fois la dimension
individuelle et la dimension temporelle ; elle permet de contrôler
l'hétérogénéité des variables inobservable
et l'invariance dans le temps et permet d'atténuer le biais d'omission
des variables car si la variable omise ne change pas dans le temps alors tout
changement de la variable dépendante à travers le temps ne peut
être causé par la variable omise (Engoung et al.,
2018).
2.2.2 Estimation,
présentation des résultats et interprétation
Nous présentons en (2.2.2.1) la procédure
d'estimation et en (2.2.2.2) les résultats et interprétation.
2.2.2.1 Procédure
d'estimation
Pour estimer le modèle dans le cadre de notre
étude, nous nous referons aux travaux de-de Medeiros Silva et
al. (2019) qui sur la période de 1990 à 2015 ont
estimé les effets des changements climatiques sur la production de la
canne à sucre dans l'Etat de Paraíba (Brésil) en adoptant
une approche par panel. A cet effet, ces auteurs ont utilisé un
modèle linéaire de régression multiple pour évaluer
l'influence des changements climatiques sur la production de la canne à
sucre. Ils tiennent compte uniquement des températures et des
précipitations dans la construction de la fonction de production.
L'estimation des données de panel nécessite que
l'on recourt aux différents tests de spécification à
savoir : le test de Fisher23(*); le test de Breusch et Pagan24(*); et test de Hausman
(1978)25(*). Les
résultats des deux premiers tests (confère annexe I.9, I.10) nous
confirment la présence des effets fixes et aléatoires. Pour
procéder à l'estimation de nos équations, nous allons
choisir le modèle qui convient le mieux entre celui à effets
fixes et celui à effets aléatoire. A cet effet, nous allons
effectuer le test de Hausman (1978). Les résultats de ce test sont
présentés dans le tableau ci-dessous :
Tableau
2.2 :Résultats des tests de Hausman
Modèle
|
Valeur statistique du test
|
p-value
|
Modèle 1(banane)
|
1,82
|
0,4028
|
Modèle 2(cacao)
|
0,08
|
0,9607
|
Modèle 3(café)
|
0,03
|
0,9839
|
Modèle 4(coton)
|
0,35
|
0,8379
|
Source : Auteur, résultats des tests
d'Hausman pour chaque modèleeffectué par le logiciel STATA
15.1à partir des données de FAOSTAT (2018), CCKP (2018) et
de WDI(2018)
Note : lorsque p-value du test est
supérieure à 5% on retient le modèle à effet
aléatoire ; si la p-value est inférieure à 5% on
retient le modèle à effet fixe. De ce tableau, nous constatons
que toutes les probabilités sont supérieures à 5%. Nous
retenons les modèles à effets aléatoires.
L'estimation de ce modèle peut poser un certain nombre
de problèmes notamment ceux liés à
l'autocorrélation et à
l'hétéroscédasticité (Wooldridge, 2013). De ce
fait, nous allons effectuer les tests de Wald sur
l'hétéroscédasticité et de Wooldridge pour
l'autocorrélation de premier ordre. Au regard des résultats de
ces différents tests (confère annexe I.11, I.12) il ressort qu'il
y'a présence d'hétéroscédasticité et
d'autocorrélation de premier ordre dans les différents
modèles.
Pour procéder à l'estimation de ces
différents modèles, nous allons utiliser la méthode des
Moindres Carrés Généralisés (MCG) afin de
résoudre ces différents problèmes
économétriques détectés sur la période
allant de 2003 à 2011 pour les 04 pays de la CEEAC retenus dans le cadre
de notre étude. Cette méthode s'applique dans le cadre d'un panel
simple ou les variables explicatives sont strictement exogènes.
2.2.2.2 Présentation des
résultats des estimations et interprétation
Pour déterminer les effets des indicateurs des
changements climatiques sur le rendement agricole dans les pays de la CEEAC
sur la période 2003 à 2011, nous avons effectué quatre
régressions. Les résultats sont présentés dans le
tableau ci-dessous.
Tableau
2.3:Présentation des résultats des estimations
Modèle
Variables
|
Modèle 1 : Rendement de banane
|
Modèle 2 : Rendement de cacao
|
Modèle 3 : Rendement de
café
|
Modèle 4 : Rendement de coton
|
Température
|
-0,528**
(0,323)
|
-0,555***
(0,131)
|
-0,001
(0,001)
|
-0,044*
(0,170)
|
Précipitation
|
0,013***
(0,003)
|
-0,003
(0,003)
|
-0,040**
(0,083)
|
0,010
(0,002)
|
Investissement agricole
|
-0,154*
(0,087)
|
0,406***
(0,110)
|
-0,013
(0,025)
|
-0,003
(0,043)
|
Taux de croissance de la main d'oeuvre
agricole
|
4,533***
(0,891)
|
-1,934*
(0,993)
|
1,396***
(0,313)
|
-3,226***
(0,466)
|
Taux d'inflation
|
-0,005
(0,003)
|
-0,002
(0,004)
|
-0,004*
(0,002)
|
-0,004**
(0,002)
|
Taux de croissance de l'économie
|
-2,117
(1,345)
|
-2,701**
(1,256)
|
0,491*
(0,570)
|
-1,336*
(0,685)
|
p-value
|
0,000
|
0,0000
|
0,0055
|
0,0000
|
Observation= 36
Nombre de pays=4
Nombre de période=9
|
Les valeurs entre parenthèses représentent les
écart-types corrigés de
l'hétéroscédasticité.*** p<0,01, **
p<0,05, * p<0,1 sont respectivement la significativité
à 1%, 5% et 10%.
Source: Auteur, estimations réalisées par
le logicielSTATA 15.1 à partir des données de FAOSTAT
(2018) et CCKP (2018) et de WDI(2018)
Interprétation des résultats des
estimations
Au regard des résultats du tableau 2.3 ci-dessus, dans
l'ensemble les estimations de nos modèles sont satisfaisantes sur le
plan économétrique et sur le plan théorique :
S'agissant du plan économétrique, les tests de
significativité global de Wald sont significatifs, indiquant que
globalement, les variables explicatives expliquent les variables
expliquées. Les probabilités associées à ces tests
sont p-value=0,0000?1%, p-value=0,0000?1%, p-value=0,0055?1% et
p-value=0,0000?1% pour le modèle 1, modèle 2, modèle 3 et
4 respectivement.
Sur le plan théorique, les résultats de nos
estimations sont pour la plupart conformes aux travaux antérieurs pour
les indicateurs des changements climatiques. En ce qui concerne l'influence des
changements climatiques sur le rendement de la banane (modèle 1), le
coefficient associé à l'indicateur température est de
signe négatif et significatif au seuil de 5% dans l'estimation.Ce
résultat est conforme à nos attentes, car lorsque les
températures augmentent les plantations de banane souffrent de stress
thermique. Elles sont plus exposées aux attaques des parasites. En ce
qui concerne l'effet des précipitations sur le rendement de la banane,
le coefficient associé à l'indicateur précipitation est
positif et significatif au seuil de 1% dans l'estimation.Ce résultat est
conforme à la théorie, car une augmentationdes
précipitations permet au bananier d'absorber les nutriments du sol pour
assurer sa croissance rapide et une meilleure production.
Concernant les indicateurs macroéconomiques, le
résultat de l'indicateur relatif àl'investissement agricole est
de signe négatif et significatif au seuil de 10%. Iln'est pas conforme
à nos attentes et à la théorie économique qui
stipule que l'investissement agricole correspond aux dépenses
destinées à augmenter le potentiel productif, cela serait
dû à l'influence des conditions climatiques. Pour ce qui est de
l'influence du taux de croissance de la main d'oeuvre agricole sur le rendement
de la banane, le coefficient associé à cette variable est de
signe positif et significatif au seuil de 1%.Ce résultat est conforme
à nos attentes. La croissance du rendement doit être
renforcée par une main d'oeuvre disponible, en ce sens, la population
doit être un élément moteur. S'agissant du taux d'inflation
et du taux de croissance de l'économie, les coefficients associés
à ces deux indicateurs sont de signes négatifs et non
significatifs.Les résultats mettent en évidence l'influence
négative que pourraient avoir le taux de croissance de l'économie
et le taux d'inflation sur le rendement de la banane dans les pays de la
CEEAC.
Les résultats du modèle 1 corroborent à
ceux de --Salvacion (2019) qui a montré que par rapport aux
précipitations, la variable température a la plus grande
influence sur le rendement de la banane au niveau provincial au Philippine.
Ainsi, en conformité avec nos estimations, on relève
effectivement que la variable température donc les changements
climatiques influencent négativement le rendement de la banane dans les
pays de la CEEAC.
Pour ce qui est de l'influence des changements climatiques
sur le rendement de cacao (modèle 2), les résultats de
l'estimation montrent que le coefficient associé à l'indicateur
température est de signe négatif et significatif au seuil de 1%.
Ce résultat conforme à nos attentes,montre que la
températureinfluence négativement le rendement du cacao. La
température affecte les cherelles de cacao en changeant leur forme et
couleur.Elles deviennent jaunes et sont vouées à
dégénérer, ce qui engendre la baisse du rendement. Pour ce
qui est des précipitations, le signe associé au coefficient decet
indicateur est négatif et non significatif. Le signe de
cerésultat bien que conforme à nos attentes est non significatif.
La non significativité pourrait s'expliquer par le fait que les effets
négatifs des précipitations sur le rendement du cacao ne sont pas
encore perceptibles, car la production du cacao se développe dans des
régions pluvieuses.
Concernant l'influence des indicateurs macroéconomique
sur le rendement du cacao. Le coefficient associé à la variable
investissement agricole est de signe positif et significatif au seuil de 1%. Ce
résultat est conforme à la théorie économique qui
stipule que l'accroissement del'investissementagricole permet d'augmenter les
capacités de production des agriculteurs,il est bénéfique
au rendement du cacao. Pour ce qui est du taux de croissance de la main
d'oeuvre agricole, le coefficient associé à cet indicateur est de
signe négatif et significatif au seuil de 10%. Ce résultat montre
que la hausse du taux de croissance de la main d'oeuvre agricole engendre une
diminution du rendement du cacao.Ce résultat serait expliqué par
la présence des facteurs environnementaux. S'agissant du taux
d'inflation, le coefficient associé à cette variable est de signe
négatif et non significatif. Ce résultat met en évidence
l'influence négative que pourrait avoir la hausse du taux d'inflation
sur le rendement du cacao. En ce qui concerne le taux de croissance de
l'économie, le coefficient associé à cet indicateur est de
signe négatif et significatif au seuil de 5%. Ce résultat montre
que la hausse du taux de croissance de l'économie n'est pas
bénéfique au rendement du cacao. Or, en théorie, la
croissance permet de puiser les capitaux dans les secteurs porteurs pour
financer d'autres.
Nos résultats semblent êtreen accordavec ceux de
Oyekale (2012) qui analyse l'influence des changements de température et
de précipitations sur le rendement du cacao dans trois Etats du Nigeria,
il montre queles précipitations influence négativement. De cette
analyse et conformément aux résultats de notre estimation, il
ressort que les changements climatiques influencent négativement le
rendement du cacao dans les pays de la CEEAC.
S'agissant de l'influence des changements climatiques sur les
rendements du café (modèle 3), le coefficient associé
à la variable température est négatif et non significatif
dans l'estimation. Ce résultat met en évidencel'influence
négative que pourrait avoir une hausse de la températuresur le
rendement du café. La culture du café répond rapidement au
stress de températures, car le café est produit dans des
régions pluvieuses. Pour ce qui est de l'indicateur précipitation
sur le rendement du café, il est négatif et significatif au seuil
de 5%. Ce résultatest non conforme à nos attentes puisque le
café s'épanouit plus en présence d'eau douce, l'influence
négative serait due aux fortes précipitations qui tombent en
période de fleurissement.
Pour ce qui est de l'influence des indicateurs
macroéconomiques sur le rendement du café, le coefficient
associé à l'investissement agricole est négatif et non
significatif. Ce résultat met en évidence l'influence
négative que pourrait avoir une augmentation de l'investissement
agricole sur le rendement du café. Concernant le taux de croissance de
la main d'oeuvre agricole, le coefficient associé à l'indicateur
est de signe positif et significatif au seuil de 1%. Ce résultat montre
que l'accroissement de la main d'oeuvre dans le secteur agricole engendre une
augmentation du rendement du café, car avec une main d'oeuvre
élevée, l'entretien des plantations de café est mieux
assuré, ces dernières sont ainsi moins exposé aux attaques
des rats et des insectes du café. Pour l'inflation, le coefficient
associé à cet indicateur est de signe négatif et
significatif au seuil de 10%. Ce résultat met en évidence
l'influence négative de l'inflation sur le rendement de café.
Concernant le taux de croissance de l'économie, le coefficient
associé à cette variable est de signe positif mais
non-significatif. Ce résultat montre l'influence positive que pourrait
avoir le taux de croissance de l'économie sur le rendement de
café.
De ce qui précède, nos résultats
semblent corroborer avec les orientations au sens de -`'Davis et al.
(2012) qui montrent que le café est considérécomme une
espèce sensible au climat. Au regard des résultats de nos
estimations, il ressort que les changements climatiques influencent
négativement le rendement du café dans les pays de la CEEAC.
Pour ce qui est de l'influence des indicateurs des changements
climatiques sur le rendement du coton (modèle 4).Il ressort notamment de
l'estimation que le coefficient associé à l'indicateur
température est négatif et significatif au seuil de 10%. Ce
résultat est non conforme à nos attentes, car le coton est une
plante qui se développe dans les régions à
température élevée. En ce qui concerne la
précipitation, le signe associé à cette variable est
positif et non significatif. Ce résultat ne correspond pas à nos
attentes car, en phase de maturation, les précipitations ont pour effet
de réduire le rendement de coton à travers les agents porteurs de
maladies. Ils déposent les larves sur les capsules qui donnent naissance
à des verres qui détruisent les fruits du coton. Cela a pour
effet de réduire le rendement du coton.
Concernant l'influence des indicateurs macroéconomiques
sur le rendement du coton, le coefficient associé à la variable
investissement agricole est de signe négatif et non significatif. Ce
résultat nous montre l'influence négative que pourrait avoir
l'investissement agricole sur le rendement du coton. Pour ce qui est du taux de
croissance de l'économie, le coefficient associé à cet
indicateur est négatif et significatif au seuil de 5% dans l'estimation.
Ce résultat met en évidence l'influence négative du taux
de croissance de l'économie sur le rendement du coton. Pour la variable
inflation, il ressort de l'estimation que le coefficient qui lui est
associé est négatif et significatif au seuil de 10%. Le
résultat met en évidence l'influence négative que
l'augmentation du taux d'inflation a sur le rendement du Coton. Le taux de
croissance de l'économie quant à lui est de signe négatif
et significatif au seuil de 10% dans l'estimation. Ce résultat nous
montre l'influence négative que l'augmentation du taux de croissance de
l'économie a sur le rendement du coton.
Les résultats du modèle ci-dessus semblent
être en divergence avec ceux trouver par Bodjongo (2018)qui a
montré que bien qu'il ne soit pas significatif, l'accroissement des
températures est favorable à la culture du coton au Cameroun.
Cependant, Barrios et al.(2008) indiquent que la hausse des
températures a eu une incidence négative sur la production
cotonnière ; de plus, ils trouvent que la baisse des
précipitations a entraîné la diminution de la production
cotonnière. De ces analyses, il ressort effectivement que les
changements climatiques influencent négativement le rendement du coton
dans les pays de la CEEAC.
Conclusion
Ce chapitre avait pour objectif d'évaluer l'influence
des changements climatiques sur le rendement agricole dans les pays de la CEEAC
sur la période de 2003 à 2011.Ainsi, après une analyse
descriptive à travers d'une part la description des indicateurs des
changements climatiques (température et précipitation) d'autre
part la description des indicateurs du rendement agricole (banane, cacao,
café et coton), nous avons procédé à une analyse
économétrique. Pour cela, nous avons estimé nos
modèles de panels statiques à effets aléatoires à
partir de la méthode des Moindres Carrés
Généralisés. Les principaux résultats font
ressortir le fait que latempérature et la précipitation sont les
principaux obstacles qui freinent significativement le rendement agricole des
pays de l'Afrique centrale. Ainsi, le rôle que devrait jouer
l'investissement agricole, la main d'oeuvre et la croissance économique
se trouve inhibé.
Conclusion de la première partie
Au terme de cette première partie, un examen de
l'influence des changements climatiques sur le rendement agricole dans les pays
de la CEEAC sur la période allant de 2003 à 2011 a
été l'objet des travaux.
Dans cette analyse, nous avons dans un premier temps mis en
évidence le lien théorique entre les changements climatiques et
rendement agricole. Dans un second temps, nous avons au moyen d'une
étude empirique mis en évidence les effets deschangements
climatiques sur le rendement agricole.
Dans lepremier chapitre, nous avons procédé
à une présentation de l'état des lieux sur le lien entre
les changements climatiques et le rendement agricole. Ce dernier a
établi sous l'angle de la revue de la littérature que les
changements climatiques à travers les températures, les
précipitations ont des effets controversés sur le rendement
agricole.
Au deuxième chapitre, nous avons effectué une
analyse de l'influence des changements climatiques sur le rendement agricole
dans les pays de la CEEAC à partir d'une étude en données
de panel. Dans le cadre de cette étude, nous avons retenu deux
indicateurs des changements climatiques à savoir : les
précipitations et les températures. Il ressort de son examen que
la hausse de la température et de la pluie influencent
négativement le rendement agricole.
Deuxième partie :
Appréciation de l'efficacité des
stratégies d'adaptations agricole aux effets des changements climatiques
sur le rendement dans les pays de la CEEAC
Introduction de la deuxième partie
La deuxième partie de ce travail vise principalement
à analyser l'inefficacité des stratégies d'adaptation aux
effets des changements climatiques sur le rendement agricole. La
compréhension de la préoccupation de la recherche que
soulève cette partie du sujet, nous conduit à l'analyse des
concepts clés, du sens que nous entendons donner aux différents
mots. Il nous semble par conséquent important de clarifier afin
d'éviter tout équivoque. Il s'agit des notions
suivantes :adaptation, stratégie d'adaptation.
Etymologiquement, « adapter » provient du
latin « adaptare » qui signifie « ajuster
à, en vue de » (Rey, 2006 cité par Simonet,
2009).
En biologie : « on entend par adaptation biologique
l'ensemble des corrélations internes et externes26(*) qui font qu'un organisme peut
vivre d'une certaine manière dans un habitat donné, et y
contribuer à la perpétuation de l'espèce à laquelle
il appartient » (Simonet, 2009).
En anthropologie : l'adaptation est « le processus
par lequel les organismes ou populations d'organismes effectuent des
ajustements biologiques ou comportementaux qui facilitent ou assurent leur
succès reproducteur, et donc leur survie, dans leur environnement. Le
succès ou l'échec des réponses adaptatives peuvent
uniquement se mesurer sur le long terme et les conséquences
évolutives des comportements observés ne sont pas
prédictibles » (Bates, 2005 cité par Simonet, 2009).
L'école de géographie de Chicago emprunta
à l'écologie le concept d'adaptation pour le définir comme
le fruit de choix délibérés afin d'échapper aux
contraintes du milieu, se démarquant ainsi du déterminisme
biologique issu de la sélection naturelle en s'appuyant davantage sur la
notion d'ajustement : « l'objet de la géographie est l'ajustement
de l'homme à l'environnement et non à l'influence de cet
environnement » (Reghezza, 2007 cité par Simonet, 2009).
D'après le GIEC (2001)l'adaptation est l'ajustement des
systèmes naturels ou humains pour répondre à des
changements climatiques actuels ou attendus (ou à leurs effets), pour en
modérer les conséquences négatives et tirer profit des
opportunités. Les stratégies d'adaptation peuvent aussi
être définies à la suite de Mendelsohn et al.
(2006) comme les changements que les personnes, les entreprises ou les
gouvernements encourent pour réduire les dommages ou augmenter les
bénéfices des changements climatiques '(Bataller, 2010).
Cette deuxième partie est organisée en deux
chapitres relatifs à notre deuxième hypothèse, dans le
chapitre inaugural, nous allons nous appesantir sur l'enseignement de la
littérature les stratégies d'adaptation agricole aux effets des
changements climatiques (chapitre 3). Le second chapitre quant à lui,
renvoi à l'analyse de l'efficacité des stratégies
d'adaptation aux effets des changements climatiques sur le rendement agricole
dans les pays membres de la CEEAC (chapitre 4).
Chapitre 3 : enseignement de la littérature sur les
stratégies d'adaptation aux effets des changements climatiques
Les mesures d'adaptation aux effets des changements
climatiques ont pour objectif de réduire la vulnérabilité
des systèmes socio-économiques. L'efficacité des
stratégies sur le rendement agricole constitue la deuxième
relation dont la quête du niveau d'appréciation est
envisagée dans ce chapitre. Pour y parvenir, deux parties vont servir de
fil conducteur à savoir : un enseignement sur les
différentes stratégies d'adaptation (section 1) et une revue des
stratégies d'adaptation agricoles aux changements climatique (section
2).
Section 1 : Enseignement de la littérature sur les
stratégies d'adaptation
L'adaptation est définie comme « l'ajustement des
systèmes naturels ou humains en réponse à des stimuli
climatiques présents ou futurs ou à leurs effets, afin
d'atténuer les effets néfastes ou d'exploiter des
opportunités bénéfiques » (Dumas, 2006). Pour mieux
comprendre l'adaptation, nous recourrons à la typologie de Smit et
al. (1999) (1.1) et aux processus d'adaptation selonAbid et
al.(2019) en (1.2).
1.1 Typologies de l'adaptation aux
changements climatiques
Smit et al. (1999) distinguent plusieurs types
d'adaptations au sein des sociétés humaines à savoir d'une
part l'adaptation planifiée et d'autre part l'adaptation
spontanée ou autonome(Bawakyillenuo et al., 2016).
1.1.1 Adaptation par rapport au
caractère plus ou moins spontanée
L'adaptation spontanée ou autonome est
interprétée comme étant liée aux initiatives du
secteur privé27(*)
élaborée pour faire face aux modifications actuelles ou futures
liées aux changements climatiques(Smit et Pilifosova, 2001). Smit et
Lenhart (1996) définissent l'adaptation autonome comme étant
celle qui se met en place « naturellement », sans l'intervention du
secteur public.
Plus une mesure d'adaptation requiert d'avoir conscience que
le climat est en train de changer ou changera dans le futur, moins elle sera
spontanée. Cette distinction permet d'opposer de façon binaire
une adaptation spontanée à une adaptation consciente (Fankhauser
et Tol, 2005). L'adaptation des êtres vivants non-humains est
nécessairement spontanée, une adaptation consciente étant
forcément associée à une intention. C'est également
dans le cadre d'une adaptation consciente qu'une erreur est possible et qu'une
mal adaptation peut avoir lieu.Sans intention, il ne peut y avoir d'erreur. Par
exemple, la construction de digues permettant de faire face à la
montée des eaux est une forme d'adaptation consciente ; la
construction des systèmes d'irrigation en fait également
partie.
Par contre, l'adaptation passant par un mécanisme de
marché peut être une adaptation spontanée. En effet, la
diminution des activités exposées aux changements climatiques au
profit des activités épargnées peut avoir lieu par le
biais d'une diminution de la rentabilité relative des activités
exposées sans que les acteurs ne mettent les changements climatiques en
cause. Les marchés peuvent également être un lieu de
coordination pour des agents prenant en compte les effets du climat.Ils
permettent d'agréger les croyances, des prévisions.Dans ce cas,
ils peuvent permettre une dissémination des prises de conscience de
certains agents.
La distinction peut également porter sur le type
d'agent. La distinction est généralement faite entre les
puissances publiques et les agents privés. Cette distinction correspond
à une distinction de type principal-agent. Dans cette acceptation, le
principal est un décideur politique ou une agence gouvernementale. Il
met en place un cadre dans lequel un agent va agir de façon autonome
(Dumas, 2006). L'agent agit librement dans ce cadre, par exemple en suivant les
lois du marché ou en faisant des choix techniques. Cet agent autonome
est considéré comme ayant une rationalité de type
individualiste, à la différence du décideur qui est
censé avoir une mission de maximisation du bien-être collectif. La
prescription de normes, de subventions, de taxes ou de plans d'urbanisation par
le décideur entre naturellement dans ce cadre. L'agent va réagir
à ces mécanismes incitatifs et modifier son comportement de
façon autonome.
Les deux sens conscient et public contre spontané et
privé sont parfois confondus, le décideur public est
supposé conscient tandis que les agents privés
s'intéressent peu à leurs environnement, plutôt à
leur rentabilité à court terme. Il peut y avoir recouvrement si
un agent n'a pas conscience des changements climatiques et que le
décideur impose une taxe ou des normes de telle sorte que l'agent soit
forcé de s'adapter. Cependant si l'agent change de comportement en
raison des changementsclimatiques dont il a conscience et ce dans le cadre
défini par le décideur, il s'agit d'une adaptation consciente
pour ce qui concerne le climat mais également l'adaptation d'un agent
privé.
Une autre distinction est faite entre une adaptation
anticipée ou proactive et une adaptation réactive. L'adaptation
réactive a lieu après que le climat ait changé, tandis que
l'adaptation anticipée est mise en place avant que le changement ne soit
visible ou mesurable. En pratique la distinction entre anticipation et
réaction n'est pas très claire. Leschangements climatiques de
même que l'adaptation sont des phénomènes qui se
déroulent dans le temps. Ainsi une stratégie d'adaptation
planifiée est en général à la fois réactive
et anticipée, elle prend en compte le passé et utilise des
projections pour l'avenir (Fankhauser et al., 1999).
Une adaptation proactive est forcément consciente et
une adaptation spontanée est forcément réactive. Il est
également possible d'avoir une stratégie d'adaptation
réactive et consciente qui nécessite de se rendre compte que le
climat a changé. Etant réactive, elle ne se base cependant que
sur le passé pour déterminer ses modalités.
L'adaptation autonome ou privé est l'ensemble
des initiatives prises par les individus pour s'ajuster aux effets des
changements climatiques afin de bénéficier des effets positifs
escomptés. Ce mode d'adaptation doit être effectué dans un
cadre définit préalablement par le planificateur. Comment le
planificateur garantit ce cadre aux agents privés ?
1.1.2 Adaptation planifiée
ou public
Selon Smit et Pilifosova (2001) l'adaptation planifiée
ou organisée est interprétée comme étant le
résultat de décisions politiques établies par le secteur
public et basées sur la prise de conscience que les conditions de vie en
société sont en train de changer ou ont changé et que des
actions sont nécessaires pour réduire les pertes afin d'en
profiter des opportunités. Elle fait référence aux actions
prise par les gouvernements incluant la législation, les
réglementations, les incitations favorisant des évolutions dans
les systèmes socio-économiques dans le but de réduire la
vulnérabilité aux changements climatiques(Burton et al.,
2002). '`'Porter et al. (2014) considèrent l'adaptation
organisée ou planifiée comme étant une politique publique
ayant pour objectifs majeurs de :
- protéger ceux qui sont le moins capables en
s'attaquant aux causes de la vulnérabilité ;
- fournir l'information pour planifier et stimuler
l'adaptation par les acteurs non étatiques ;
- protéger les biens publics tels que les services
rendus par les écosystèmes, les ressources publiques, les zones
littorales, mettre en place des systèmes d'alerte précoce pour
prévenir les événements extrêmes.
Les politiques d'adaptation offrent une double dimension.
Elles concernent à la fois la construction des capacités
d'adaptation et la mise en place des mesures d'adaptation transformant les
capacités en action (Neil Adger et al., 2005). La
première se traduit par la sensibilisation des populations au changement
climatique, la construction d'une conscience de ses impacts potentiels, le
maintien du bien-être, la protection de la propriété, des
terres et d'une croissance économique et l'exploitation de nouvelles
opportunités avec pour objectif global d'augmenter l'habilité des
individus, des groupes et des organisations à s'adapter aux changements
climatiques. La seconde se manifeste par la réduction des impacts des
changements climatiques, la garantie que les mesures prises par une
organisation ne porte pas préjudice aux autres (Neil Adger et
al., 2005), réduire les impacts négatifs en anticipant
les pertes économiques qui ne pourront être évitées
(Smit et Pilifosova, 2001).
L'adaptation est le plus souvent réactive dans le sens
où elle est conduite en réaction aux événements en
cours ou par rapport aux événements passés. Mais, elle
peut aussi être anticipée en se basant sur une évaluation
des conditions futures. Les barrières communes à l'adaptation
peuvent se résumer comme suit : la nature des biens publics des
ressources menacées, une faiblesse dans la prise de décision
collective, et une incertitude sur l'information disponible, ajouté
à cela un manque de clarté sur qui est responsable de la mise en
place d'action le secteur public ou privé (Neil Adger et al.,
2005). En effet, de nombreux acteurs interviennent dans le processus
d'adaptation à différents niveaux de décision en fonction
de leur capacité à influer sur le pouvoir et avec des
intérêts différents voire opposés. De plus, il n'y a
pas de perception claire et commune de ce que constituent en
réalité les problèmes d'adaptation.
Toutefois, malgré ces barrières qui peuvent
sembler redoutables il existe de nombreux leviers pouvant favoriser
l'adaptation comme la protection du bon fonctionnement du système
économique ou l'amélioration de la sécurité. Cela
peut se manifester de diverses manières : à travers les
échanges sur le marché, le développement des
réseaux sociaux, ou à travers des actions individuelles ou
collectives. Cela peut être pris en charge par les individus pour leurs
propres bénéfices, ou par les gouvernements dans le but de
protéger leur citoyens(Neil Adger et al., 2005). Enfin, d'un
point de vue plus global, les principaux leviers de l'adaptation aux
changements climatiques sont : les standards du développement durable,
les objectifs de la CCNUCC et du Protocole de Kyoto et leurs mécanismes
financiers, les Objectifs du Développement Durable (ODD).
Le planificateur dans les actions d'adaptation peut être
un organisme international, sous régional ou national. Son objectif est
de garantir aux agents privés un cadre élargi pour mener à
bien leur action d'adaptation.
1.2 Mise en oeuvre de l'adaptation
au changement climatique
Selon Deressa et al. (2011) la mise en oeuvre des
pratiques d'adaptation passe par la perception ensuite vient
l'évaluation des mesures.
1.2.1 Processus d'adaptation
La mise en oeuvre des politiques d'adaptation exige une
meilleure compréhension des effets des changements climatiques. Selon
Abid et al. (2019) l'adaptation est un processus linéaire qui
passe par trois étapes où la première étape est la
perception des changements dans divers indicateurs du changement climatique,
tels que les changements des températures et de précipitations.
La perception opportune et précise est un facteur déterminant des
intentions des agriculteurs et du choix des méthodes d'adaptation
(Deressa et al., 2011).
Les perceptions peuvent également dépendre de
divers facteurs externes, tels que l'accès aux ressources
institutionnelles et l'emplacement de la ferme. Les perceptions
médiocres peuvent conduire à une mal adaptation et
accroître la vulnérabilité des agriculteurs au changement
climatique, des perceptions précises peuvent influer positivement sur le
processus d'adaptation au niveau de la ferme '-'(Dang et al.,
2014).
La deuxième étape de l'adaptation est celle de
l'intention, au cours de laquelle les agriculteurs envisagent et planifient
l'adoption de mesures spécifiques pour atténuer les dommages
causés par le changement climatique. Ces intentions dépendent de
la précision des perceptions des agriculteurs et de divers facteurs
internes et externes(Abid et al., 2019).
Lors de la troisième et dernière étape,
les agriculteurs mettent en oeuvre leurs mesures d'adaptation sous
réserve de la disponibilité des ressources nécessaires et
de leur accessibilité à ces ressources.
S'adapter
Graphique 3.1:Processus
d'adaptation
Intention de s'adapter
Perception
Production agricole
CC
(+)
Ne pas s'adapter
Pas d'intention de s'adapter
(-)
Sans perception
Source : Abid et al.
(2019)
Au regard de ce schéma, la décision de s'adapter
au changement climatique conduit à une augmentation de la production
agricole tandis que, ne pas s'adapter réduit la production agricole.
1.2.2 Mesure et évaluation
de l'adaptation
Une des difficultés majeure des projets d'adaptation
est l'évaluation de leur succès. Il est en effet difficile de
mesurer quantitativement des changements dans la capacité d'adaptation
'(Weissenberger, 2019).
Dans le cas de la réduction des désastres, on
peut utiliser le nombre de victimes, de sans-abris, de dommages
matériaux comme indicateurs. Ainsi, la diminution drastique du nombre de
victimes lors de cyclones au Bangladesh entre les années 1970 et les
années 2000 peut certainement être interprétée comme
un indicateur de succès des mesures d'adaptation entreprises, notamment
les refuges en béton ou les systèmes d'alerte.
L'adaptation ou la construction de la résilience ne se
résume pas toujours à des approches simples et mesurables, mais
sont imbriquées dans un processus de changement social et de
développement. Elles font donc partie d'un système plus
englobant et sont inscrites dans une temporalité et un processus
dynamique. Certains indicateurs peuvent être trompeurs. Par exemple, une
diminution des dommages assurés dans une zone côtière peut
simplement refléter le fait que les compagnies d'assurances n'assurent
plus les propriétés et non une diminution de la
vulnérabilité (Pringle et al., 2012).
En conséquence, les organismes internationaux oeuvrant
dans le domaine de l'adaptation et du développement élaborent des
méthodologies de suivi et d'évaluation leur permettant
d'évaluer l'efficacité de leurs actions et d'effectuer un
apprentissage qui peut lui-même faire partie des indicateurs de
succès (Pringle et al., 2012).
Un des principes du modèle d'évaluation est de
définir un scénario de base par rapport auquel il est possible de
comparer avec la situation post-adaptation. Pour cela, la prise en compte de
l'évolution graduelle du scénario de base de
vulnérabilité en fonction des paramètres climatiques est
un nouveau défi qu'on commence à relever (Brooks et al., 2011).
En somme, le suivi et l'évaluation des projets
d'adaptation renvoient aux notions fondamentales de ce champ. Elle est vue
comme un processus accompagnant et guidant les agents. L'évaluation
permet un apprentissage continu sur « ce qui marche et ce qui ne marche
pas » (Beerfeltz, 2013).
Section 2 : Stratégies d'adaptation aux
changements climatiques mises en oeuvre en agriculture
L'adaptation est un processus par lequel les populations et
les écosystèmes s'ajustent aux effets associés aux
changements climatiques, afin de limiter les conséquences
négatives et de profiter des bénéfices potentiels. Dans
cette section, nous présentons dans un premier temps la typologie des
stratégies d'adaptation aux effets des changements climatiques (2.1)
dans un second temps, les résultats de la littérature empirique
des effets des stratégies d'adaptation sur le rendement
agricole(2.2).
2.1Stratégies d'adaptationagricole aux effets des
changements climatiques
Les actions d'adaptation des ménages agricoles ont lieu
de façon autonome, certains utilisent les moyens traditionnels tandis
que d'autres font recours aux nouvelles pratiques en incorporant la
technologie.
2.1.1
Stratégies d'adaptations agricoles traditionnelles aux effets des
changements climatiques
Les études menées jusqu'ici montrent que les
stratégies d'adaptation autonomes mises en oeuvre sont efficaces pour la
production agricole.'Simonet (2008), affirme que les agriculteurs
doiventprendre les bonnes mesures pour réduire les effets
négatifs du changement climatique ou exploiter les effets positifs en
apportant les ajustements et les changements approprié (Akinnagbe et
Irohibe, 2015).
Les pratiques agronomiques jouent un rôle majeur dans
l'amélioration du rendement des cultures agricoles. Le maintien des
ressources critiques, y compris l'eau, est une tâche ardue dans des
conditions climatiques changeantes. Par conséquent, il est
impératif de faire face à l'adoption judicieuse de diverses
pratiques agricoles adaptatives, spécifiquement axées sur la
préservation des ressources, tels que le mixage des cultures, la
rotation des cultures, l'agroforesterie, l'élevage mixte
cultures-élevage, la lutte contre les parasites et les maladies des
cultures, etc -(Dubey et al., 2020).
Pour adapter les systèmes de production agricole,
l'accent doit être mis sur des cultures plus résistantes dans les
zones exposées à la sécheresse, cela pourrait aider
à réduire la vulnérabilité. Par exemple, en saison
sèche, le blé nécessite beaucoup moins d'eau que le riz.
Les petits exploitants ont essayé d'utiliser des variétés
de cultures résistantes à la sécheresse en tant que
méthodes d'adaptation aux changements climatiques au Nigeria, au
Sénégal, au Burkina Faso et au Ghana (Ngigi, 2009). De plus, des
stratégies de lutte contre la sécheresse ont été
adoptées par des pasteurs nomades vivant dans les marges
désertiques du Kenya qui sensibilisent les populations sur les
modifications des temps et des saisons en invitant ces derniers à
s'arrimer à la nouvelle donne (Hart et Vorster, 2006).
L'adaptation de l'agriculture aux changements climatiques
passe également par le processus de diversification des cultures
à haute valeur à moyen et long terme. La diversification des
cultures est une mesure d'adaptation qui doit être priorisé dans
les zones non irriguées. En Afrique australe, par exemple, l'utilisation
des terres est manipulée, ce qui conduit à une conversion de
l'utilisation des terres, telle que le passage de l'agriculture à
l'élevage du bétail (Pant, 2013). De plus, dans l'Etat du
Kordofan et de Drafur, dans l'ouest du Soudan les cultures vivrières ont
été remplacé au profit des variétés plus
résilientes ; En Tanzanie, les agriculteurs diversifient les types
de cultures afin de répartir les risques à la ferme. La
diversification des cultures peut servir d'assurance contre la
variabilité des précipitations (Mertz et al., 2009).
De plus, éviter les risques liés à la
production agricole en raison de la variabilité des
précipitations et de la sécheresse, la plupart des agriculteurs
ont souvent recours à un placage des terres, les cultures étant
plantées avant la pluie sur des terres non cultivées. D'autres
ont été plantés immédiatement après la
pluie, tandis que d'autres parcelles ont été plantées
quelques jours après les premières pluies. Le labour des terres
commence dans les champs qui ont été plantés avant la
culture la troisième semaine après le début de la pluie,
ce qui permet également de détruire les mauvaises herbes
germinantes et de réduire le désherbage. Celles-ci ont
été faites à dessein pour répartir les risques en
veillant à ce que les cultures plantées dans les champs secs
utilisent au maximum toute la pluie '(Mary et Majule, 2009).
De la même manière, la mixité des cultures
est aussi appréhendée comme stratégies adopté par
les cultivateurs. Elle consiste à cultiver deux cultures ou plus
à proximité dans le même champ. Ce système de
culture est couramment utilisé en Tanzanie, où les
céréales comme le maïs et le sorgho, les légumineuses
comme les haricots et les arachides sont cultivées ensemble. Les
avantages d'un mélange de cultures présentent des attributs
variés concernant la période de maturité les maïs et
haricots, par exemple, la tolérance à la sécheresse le
maïs et sorgho, les besoins en intrants les céréales et
légumineuses.
Outre ces méthodes, les agriculteurs pour veiller au
bon déroulement des différentes activités afin d'obtenir
un meilleur rendement, permettent au bétail de paître les terres
agricoles après la récolte afin d'améliorer la
matière organique du sol. En outre, en Tanzanie, les agriculteurs ont
utilisé les courbes de niveau comme stratégie pour minimiser
l'érosion du sol, faciliter une meilleure pénétration des
racines et d'améliorer la conservation de l'humidité. En Afrique
de l'ouest, les agriculteurs locaux ont amélioré leur
capacité d'adaptation en utilisant des techniques d'élagage et de
fertilisation traditionnelles pour doublerles niveaux de production (Lema et
al., 2014).
'Wrigley et al. (2019) analyse les stratégies
d'adaptation en intégrant l'approche genre. Ils indiquent que les
stratégies d'adaptation sont différenciées selon le sexe,
les hommes ayant principalement recours à des pratiques agronomiques
font recours à des techniques telles que l'utilisation d'engrais
artificiels, ainsi que le passage à de nouvelles cultures. Les
agricultrices quant à elles, utilisent également des pratiques
agronomiques similaires, en particulier les engrais artificiels pour stimuler
la production végétale, mais elles ont surtout recours au petit
commerce de produits agricoles et de biens de consommation.
Ainsi, l'analyse ci-dessus met clairement en évidence
les méthodes que les ménages agricoles adoptent pour augmenter le
rendement des terres cultivées. Toutefois, il existe aussi des
méthodes qui nécessitent l'utilisation de la technologie.
2.1.2
Nouvelles stratégies d'adaptations agricoles aux effets des changements
climatiques
Les nouvelles techniques d'adaptation de l'agriculture
permettent de booster la production et de réduire efficacement la
vulnérabilité des systèmes agricoles aux effets des
changements climatiques. Les changements climatiques sont souvent
marqués par de longues sècheresses qui menacent les cultures.
Pour s'adapter, les agriculteurs construisent des systèmes d'irrigation
pour approvisionner les cultures en eau douce. Le besoin en eau se fait
ressentir le plus souvent dans les régions exposées à la
sécheresse. Au fur et à mesure que l'eau devient une ressource
rare, l'efficacité de l'irrigation se fera ressentir et elle deviendra
un outil d'adaptation important de l'agriculture (Selvaraju et al.,
2006).
De plus, l'accroissement de température
accélère le processus d'évapotranspiration,
l'humidité du sol diminue également et les surfaces des terres
sont sèches, l'eau douce descend dans les profondeurs de la nappe
souterraine. Pour s'adapter, les agriculteurs font recours à des mesures
d'irrigation pour maintenir le niveau de production à la hausse. En
Egypte, au Kenya et en Afrique du Sud, par exemple un nombre important
d'agriculteurs se sont adaptés grâce à un recours accru
à l'irrigation. En Gambie, en Afrique du Sud et au Soudan, les
agriculteurs ont recours à des mesures d'adaptation telles que le
transfert d'eau d'irrigation, la récupération et le stockage de
l'eau pour atténuer les effets du manque des précipitations.
L'irrigation est clairement une stratégie d'adaptation au
réchauffement ; il faut noter que lorsque les précipitations
augmentent, les agriculteurs ont tendance à irriguer moins et à
recourir plus souvent aux précipitations
naturelles · ·(Benioff et al., 2012).
Les précipitations constituent un intrant essentiel
mais très variable pour la production agricole. Elles sont aussi
responsables des risques climatiques que les agriculteurs doivent s'adapter.
L'accroissement des pluies est responsable de l'érosion qui cause
l'appauvrissement des sols. Pour s'adapter à la précipitation,
les agriculteurs utilisent les engrais pour doter les sols
d'éléments nutritifs essentiels au développement et la
croissance de la culture '''(Alem et al., 2010).
De plus, l'adaptation aux effets des précipitations de
la production de cacao et café passe également par l'utilisation
des produits phytosanitaire. L'utilisation des fongicides, des insecticides et
des herbicides permet de s'adapter aux attaques des parasites et des mauvaises
herbes. Ces produits permettent de renforcer la défense de ces plantes
à l'agression des parasites nuisibles tels que la pourriture brune pour
le cacao ''(Urama etOzor, 2011).
Une recherche menée par Mendelsohn et al.
(2000) sur l'analyse des adaptations effectuées en Afrique
révèlent que dans tous les pays, à l'exception du Cameroun
et de l'Afrique du Sud, la plantation de différentes
variétés d'une même culture est considérée
comme l'une des adaptations les plus importantes. Différentes dates de
plantation sont également considérées comme une adaptation
importante en Égypte, au Kenya et au Sénégal (Mendelsohn
et al., 2000).
Selon ''Urama et Ozor (2011) le changement climatique a un
impact négatif sur la production agricole à travers des
modifications à long terme des précipitations entraînant
des changements dans les schémas de culture et le calendrier des
opérations. Selon l'auteur, les agriculteurs de l'Afrique
centrale28(*) ont
noté que, les incertitudes liées aux phénomènes
météorologiques extrêmes avaient généralement
augmenté au cours des cinq dernières années.
2.2
Résultats de la littérature empirique sur les actions
d'adaptation
Selon '''''Quan et al. (2019), les résultats
de certaines actions d'adaptation agricole peuvent être adaptés ou
non. Dans cette sous-section, nous abordons en (2.2.1) les effets
négatifs de l'adaptation sur le rendement agricole en (2.2.2) les effets
positifs de l'adaptation sur le rendement agricole.
2.2.1 Effets négatifs des
stratégies d'adaptation sur le rendement agricole
Dans leur analyse, '''''Quan et al. (2019)explorent
les stratégies d'adaptation auxchangements climatiques autonomes des
ménages agricoles et les impacts correspondants sur le rendement du
blé. Ils se basent sur une enquête menée auprès de
314 producteurs de blé en Chine qui ont adopté des mesures
d'adaptation aux changements climatiques. Lesagriculteurs
bénéficiant des stratégies d'adaptation telle que
l'irrigation, une utilisation accrue d'engrais chimiques et de pesticides. Les
résultats de leur étude montrent que l'adaptation des
agriculteurs aux changements climatiques est inadaptée et a des effets
négatifs sur le rendement du blé.
Antwi-Agyei et al. (2018) montrent comment les
pratiques d'adaptation aux changements climatiques peuvent entraver le
développement agricole et produire des effets inadaptés. Ils ont
identifié diverses mesures d'adaptation, y compris l'extensification et
l'intensification de l'agriculture, la migration temporaire, la plantation de
variétés résistantes à la sécheresse,
l'irrigation et la diversification des moyens de subsistance. Les
résultats montrent que de nombreuses mesures d'adaptation et
réponses d'adaptation produisent actuellement des effets
inadaptés ce qui entraîne des blocages susceptibles d'exacerber
les vulnérabilités climatiques futures.
Certaines des activités de diversification des moyens
d'existence produisent des résultats inadaptés susceptibles de
réduire la capacité d'adaptation des ménages ou augmenter
leur sensibilité et exposition (Bawakyillenuo et al., 2016).
''-Laube et al. (2012) la vente de bétail a
été signalée comme offrant des opportunités aux
ménages à faire face aux sécheresses dans le nord du
Ghana, cela réduit les capacités des agriculteurs à
utiliser ces actifs pour gérer les vulnérabilités
climatiques futures. De telles mesures entraînent potentiellement une
immobilisation, et ceux-ci peuvent nuire à la capacité des
ménages de faire face aux changements climatiques actuels et futurs
(Wilson, 2014). L'adoption d'une telle approche dans la gestion des impacts
négatifs des changements climatiques perpétue la
vulnérabilité et pousse les ménages plus loin dans le
piège de la pauvreté, il devient ainsi difficile pour les
ménages de sortir de cette impasse.
Selon Pei et al. (2010) au stade du remplissage des
grains de blé d'hiver, la fréquence et la quantité
d'irrigation devraient être réduites de manière
appropriée. Par conséquent, les mesures d'adaptation prises par
les agriculteurs pour augmenter la fréquence et le volume d'eau douce en
réponse à la diminution des précipitations peuvent avoir
un effet négatif sur le rendement en blé s'ils augmentent
l'irrigation au cours d'une période inappropriée.
L'apport d'engrais est un facteur important d'augmentation du
rendement agricole ''(Di Falco et al., 2011). HuanGuang et
al. (2014) ont démontré que les petits agriculteurs ont
une aversion pour le risque et souhaiteraient utiliser une plus grande
quantité d'engrais pour éviter l'impact négatif des
risques climatiques potentiels sur la production agricole. Cependant, la
plupart de ces ménages agricoles disposent des connaissances techniques
limitées, une main d'oeuvre agricole caractérisée par des
expériences et habitudes traditionnelles, l'utilisation d'engrais peut
ainsi conduire à des pertes de rendement.
'Hailegiorgis et al. (2018) montrent que certains
agriculteurs changent de variétés de cultures pour planter des
variétés plus résistantes à la sécheresse et
aux maladies en réponse à la diminution des précipitations
et à l'augmentation des dégâts causés par les
parasites et les maladies. Toutefois, ces variétés sont parfois
des variétés à faible rendement et l'adaptation d'une
nouvelle variété à des facteurs environnementaux complexes
peut entraîner la baisse du rendement.
Les pesticides sont utilisés pour éliminer et
réguler les ravageurs nuisibles. L'utilisation intensive de ces produits
chimiques a entraîné la contamination des sols, des
écosystèmes terrestres et aquatiques et a des effets toxiques sur
les humains. Les pesticides comprennent un certain nombre de familles de
produits chimiques, avec des centaines d'ingrédients actifs, des
milliers de formulations différentes et de nombreux effets
indésirables connus ou suspectés sur la santé. Les
pesticides ont été trouvés comme étant contaminant
commun du sol, de l'air, de l'eau, du gazon et de la végétation.
En plus d'affecter les insectes ou les mauvaises herbes, ils sont
également connus pour être toxiques pour d'autres organismes, y
compris les poissons, les oiseaux, les insectes et plantes non ciblées
(Bhat et al., 2019).
2.2.2 Effets positifs des
stratégies d'adaptation sur le rendement agricole
L'étude de Khanal et al. (2018) explore les
facteurs qui influencent la prise de décision des agriculteurs lors de
l'adoption de stratégies d'adaptation au changement climatique et
l'impact de ces adaptations sur les rendements agricoles. Ils mènent une
enquête auprès de 422 producteurs de riz au Népal. Les
résultats montrent que l'éducation des agriculteurs,
l'accès au crédit et aux services de vulgarisation,
l'expérience des effets du changement climatique, des informations sur
les problèmes liés au changement climatique, la conviction que le
changement climatique est une nécessité à s'adapter
déterminent leur prise de décision. Les résultats de cette
étude révèlent que les stratégies d'adaptation
employées par les agriculteurs augmentent considérablement les
rendements en riz.
Rondhi et al. (2019) montrent que la
possibilité que les agriculteurs appliquent des pratiques d'adaptation
est influencée par le degré d'impact qu'ils perçoivent sur
les changements climatiques. Ils mènent une enquête auprès
de 87330 fermes rizicoles en Indonésie. Les résultats de cette
étude montrent un effet positif sur les pratiques d'adaptation des
agriculteurs, telles que l'éducation des agriculteurs, le régime
foncier, les infrastructures d'irrigation, le système de culture,
l'application d'engrais chimiques, l'accès aux services de vulgarisation
et la participation à des groupes d'agriculteurs.
Selon Satriani et al. (2015) la mise en place
d'infrastructures techniques d'irrigation a accru les rendements agricoles dans
les campagnes en Indonésie. Ils indiquent le recours aux pratiques de
l'irrigation permet aux agriculteurs de réduire les effets
négatifs liés aux changements climatiques. La
disponibilité de l'infrastructure d'irrigation augmente
l'efficacité de la distribution d'eau douce limitée et diminue
perte de rendement des cultures due à la sécheresse.
Khanal et al. (2018) démontrent
également dans une étude menée au Népal que les
agriculteurs s'adaptent aux changements climatiques en appliquant davantage
d'engrais chimiques et cela augmente la productivité agricole. Les
agriculteurs appliquent souvent davantage de produits agrochimiques pour
conserver leur rendement agricole.
Huang et al. (2015) étudient la manière
dont les riziculteurs adaptent leurs pratiques de gestion à la suite des
changements climatiques et déterminer si leurs ajustements affectent le
rendement du riz. A partir d'une enquête menée auprès de 1
653 riziculteurs en Chine, leur analyse économétrique montre que
la gravité de la sécheresse et des inondations dans les zones
d'étude augmente considérablement les risques de perte de
rendement du riz. Ils modélisent l'adaptation et son impact sur le
rendement en riz pour les adaptateurs et les non-adaptateurs. Les
résultats montrent que l'adaptation au moyen de mesures de gestion
agricole augmente considérablement le rendement en riz et réduit
les risques de perte de rendement.
Les pesticides sont largement utilisés dans la
production agricole pour stabiliser les rendements et atténuer les
pertes dues aux mauvaises herbes, aux maladies et aux insectes. La division des
agriculteurs en types de fermes a fourni une image claire sur la façon
dont les cultures et leur rotation sont influencés par l'utilisation des
pesticides. Sur les sols sablonneux, les producteurs laitiers
représentent le type de ferme qui utilise le moins de pesticides, tandis
que les producteurs de pommes de terre ont la plus forte utilisation. Sur les
sols argileux, les exploitations mixtes affichaient les taux les plus bas et
les producteurs de betteraves à sucre les plus utilisés. Dans
tous les types d'exploitations, l'apport de pesticides dans le blé
d'hiver varie considérablement, ce qui indique une approche
différenciée de la lutte antiparasitaire. Bien que tous les
agriculteurs utilisent des herbicides et des fongicides pour le blé
d'hiver, les producteurs laitiers utilisent beaucoup moins d'insecticides et de
régulateurs de croissance des plantes pour le blé d'hiver. Les
agriculteurs qui cultivaient plus de 150 ha avaient une plus grande
intensité de pesticides que les agriculteurs ayant de petites
exploitations (Jørgensen et al., 2019).
''Bedeke et al. (2019)étudient comment les
petits exploitants dépendants du maïs en Ethiopie s'adaptent aux
changements climatiques. Les données relatives aux ménages et aux
parcelles ont été collectées et analysées par la
suite à l'aide d'un modèle de régression probit à
plusieurs variables. Les résultats de leur étude montrent que la
plupart des stratégies d'adaptation aux changements climatiques mises en
oeuvre par les petits producteurs dépendant du maïs sont
complémentaires. La combinaison du labour de conservation, de la culture
mixte maïs-légumineuses et du terrassement, ainsi que de
l'utilisation de variétés de maïs résistantes
à la sécheresse, permet aux agriculteurs d'accroître leur
rendement tout en renforçant la résilience aux changements
climatiques.
Conclusion
Au terme de chapitre, orienté à l'analyse de
l'enseignement sur stratégies d'adaptation aux effets des changements
climatiques. Il nous a permis de retenir d'un côté, l'adaptation
autonome qui est mise en oeuvre par des individus (privés) qui
recherchent leur profit de l'autre côté, l'adaptation
planifiée qui correspond à celle mise en oeuvre par les
organismes publiques (Etat, les organisations non gouvernementales).De plus,
nous sommes passés en revue des résultats de l'utilisation des
stratégies d'adaptation autonomes. Nous avons de ce fait
distingué les techniques d'adaptation traditionnelles ne
nécessitant pas la technologie de celles nécessitant la
technologie.L'implémentation de ces stratégies peut avoir des
résultats mitigés sur le rendement agricole dans la mesure
où les individus ne respectent pas les doses prescrites sur les
étiquettes des produits. Ainsi, les économies étant
différentes, la nécessité d'effectuer une analyse
empirique s'impose dans les pays de la CEEAC.
Chapitre 4 : Analyse de l'efficacité des
stratégies d'adaptation agricole aux effets des changements climatiques
sur le rendement dans les pays de la CEEAC
L'enseignement de la littérature sur le lien entreles
stratégies d'adaptation aux effets des changements climatiques et
rendement agricolenous a permis de montrer qu'il existe véritablement
une corrélation théoriqueentre stratégies d'adaptation et
rendement agricole.
Pour analyser l'efficacité des stratégies
d'adaptation agricole mises en oeuvre dans les pays de la CEEAC, nous utilisons
une base de données constituées à partir de la base de
données de la Banque Mondiale sur les changements climatiques (CCPK,
2018) et sur les indicateurs de développement dans le monde (WDI,
2018) ; de la base de données de FAOSTAT(2018).
Ce chapitre s'articule tel qu'il suit : dans la
première section, une analyse descriptive des indicateurs des actions
d'adaptation aux effets des changements climatiques est faite; dans la
deuxième section, une analyse économétrique de
l'efficacité des stratégies d'adaptation sur le rendement
agricole est mise en oeuvre.
Section 1 : Analyse descriptive des stratégies
d'adaptation aux effets changements climatiques et du rendement agricole dans
les pays de la CEEAC
Dans cette section, on s'interroge sur la nature de la
relation qui existe entre les stratégies d'adaptation aux effets des
changements climatiques et le rendement agricole dans les pays de la CEEAC. Une
analyse sur l'évolution des différents indicateurs semble
nécessaire. De fait, nous présentons en (I.1) l'analyse de
l'évolution et les statistiques descriptives des stratégies
potentielles d'adaptation; en (I.2) la coévolution des indicateurs
moyens du rendement agricole et des stratégies d'adaptation mises en
oeuvres dans les pays de la CEEAC sur la période allant de 2003 à
2011.
1.1
Evolution et statistiques descriptives des indicateurs des stratégies
d'adaptation agricole aux changements climatiques dans les pays de la CEEAC
Dans cette première sous-section, nous
présentons l'évolution et les statistiques descriptives des
indicateurs stratégiques d'adaptation.
Ø Angola
Graphique 4.1:
Evolution des indicateurs des stratégies d'adaptation agricole aux
effets des changements climatiques en Angola.
Source : Auteur à partir de données
de FAOSTAT(2018)
De l'évolution du graphique (graphique 4.1) ci-dessus
et des statistiques descriptives (confère annexe II.7, II.8) sur
l'utilisation des intrants agricole en Angola, il ressort que le taux de
croissance moyen de l'utilisation des intrants est positif à l'exception
de celui des herbicides qui diminue au cours de la période de
l'étude. Cela signifie que les agriculteurs recours de plus en plus
à l'utilisation de ces produits pour améliorer leurs productions
agricole. En moyenne, les agriculteurs de l'Angola utilisent 21331,36 tonnes
d'engrais, 60,24 tonnes d'herbicides, 95,607 tonnes d'insecticides, 135,093
tonnes de fongicides sur la période de l'étude. L'utilisation de
ces produits a atteint son niveau le plus élevé en 2010 pour les
engrais, 2010 pour l'herbicide, 2008 pour l'insecticide et 2004 pour le
fongicide.
De ce qui précède, on remarque qu'en Angola
l'utilisation des nouvelles techniques de production agricole augmentent il en
ait de même pour les surfaces cultivées. Maintenant on se pose la
question de savoir comment est-ce que l'utilisation de ces intrants agricoles
évolue au Cameroun.
Ø Cameroun
Graphique 4.2:
Evolution des indicateurs des stratégies d'adaptation agricole
aux effets des changements climatiques au Cameroun
Source : Auteur à partir de données
de FAOSTAT(2018)
L'examen visuel du graphique (graphique 4.2)ci-dessus et
l'analyse des statistiques descriptives (confère annexe II.9, II.10) de
l'évolution de l'utilisation des intrants agricole au Cameroun nous
montre que, sur la période de 2003 à 2011 seuls le taux de
croissance de l'utilisation des engrais est négatif ; cela montre
que les agriculteurs des secteurs concernés ne recourent pas
suffisamment à l'utilisation des engrais pour améliorer leur
production. En moyenne, au Cameroun, pour des fins agricoles, 15366,22 tonnes
d'engrais 268,21 tonnes d'herbicides 182,003 tonnes d'insecticides 513,016
tonnes de fongicides sont utilisés ; en terme d'investissement
moyen agricole 121000 millions de dollars sur la période de
l'étude. L'utilisation de ces produits a atteint son maximum en 2006,
2011, 2010 et 2011 respectivement pour l'engrais, l'herbicide, l'insecticide et
le fongicide ; tandis que les plus bas niveaux d'utilisation sont
enregistrés en 2011, 2009, 2009 et en 2007 respectivement pour
l'engrais, l'herbicide, l'insecticide et le fongicide.
De ce qui précède, l'on constate qu'au Cameroun
l'utilisation des engrais décroît, la superficie
récoltée de coton et de café diminuent sur la
période de l'étude. Cependant, les surfaces
récoltées de banane, de cacao augmentent très faiblement.
Qu'en ait-il de cette évolution en République Démocratique
du Congo ?
Ø République Démocratique du
Congo
Graphique 4.3:
Evolution des indicateurs des stratégies d'adaptation agricole
aux effets des changements climatiques en RDC.
Source : Auteur à partir de données
de FAOSTAT(2018)
De l'évolution des indicateurs d'adaptation agricole
aux changements climatiques en RDC (graphique 4.3)ci-dessus et des de l'analyse
des statistiques descriptives (confère annexe II.11, II.12), il ressort
que l'utilisation des insecticides évolue à un taux de croissance
négatif ; tandis que les utilisations des engrais, des herbicides
des insecticides et fongicides évoluent à taux de croissance
positif. La moyenne d'utilisation des engrais est de 2399,2 tonnes, des
herbicides 4,156 tonnes, des insecticides 72,57 tonnes, des fongicides 243,367
tonnes ; les investissements moyens agricole s'élèvent
à 123000 millions de dollars sur la période de l'étude.
Les pic d'utilisation de intrants sont observés en 2008 pour les
engrais, 2006 pour les herbicides, 2009 pour les insecticides et 2003 pour ce
qui est de les fongicide tandis que les plus petit quantités
utilisées sont enregistrées respectivement en 2005, 2008, 2008 et
2011 pour les même produits.
En ce qui concerne les surfaces, seul le taux de croissance de
la surface récoltée de banane est positif. Les agriculteurs font
de plus en plus recours aux intrants agricole tels que les engrais, les
fongicides et les herbicides. On se demande à présent comment les
indicateurs moyens de rendements et l'utilisation des intrants agricoles
évoluent ?
1.2
Coévolution entre indicateurs du rendement agricole et les variables des
stratégies d'adaptation agricole aux effets des changements climatiques
dans la CEEAC
Dans cette sous-section, nous présentons
l'évolution simultanée des indicateurs moyens de rendement et les
stratégies d'adaptation agricole aux changements climatiques mises en
oeuvre dans les pays de la CEEAC.
Ø Banane, engrais, herbicide et
insecticide
Graphique 4.4:
coévolution moyenne du rendement de banane avec les stratégies
d'adaptation dans les pays de la CEEAC.
Source : Auteur à partir de données
de FAOSTAT(2018)
De l'évolution du graphique (graphique 4.4)ci-dessus il
ressort que le rendement moyen de banane a une tendance générale
à la hausse avec un taux de croissance de 17,65% sur la période
de l'étude.
Pour ce qui est des stratégies d'adaptation, la
quantité moyenne d'engrais utilisée a une tendance
généraleavec un taux de croissance positif de 1,0733% ; la
quantité d'insecticide augmente avec un taux de croissance positif de
0,635% ; tandis que les quantités moyennes d'herbicides diminuent
très rapidement avec un de taux de croissance négatif de
33,44%.
Au regard de ces quatre graphiques il ressort que : le
rendement moyen de banane semble être évoluer dans le même
sens que les quantités moyennes d'engrais utilisées,
d'insecticides utilisées tandis que ce rendement semble évoluer
en sens contraire avec les quantités d'herbicides utilisées dans
les pays de la CEEAC.
Ø Cacao, engrais, fongicide, insecticides et
herbicides
Graphique 4.5:
coévolution moyenne du rendement de cacao avec les
stratégies d'adaptation dans les pays de la CEEAC.
Source : Auteur à partir de données
de FAOSTAT(2018)
De l'évolution de ce graphique (graphique 4.5)il
ressort que le rendement moyen de cacao a une tendance haussière avec un
taux de croissance de 0,20% sur l'ensemble de la période
l'étude.
Concernant les stratégies d'adaptation, les
quantités moyennes de fongicides utilisées augmentent sur la
période de l'étude avec un taux de croissance positif de
3,44%.
Au regard des divers évolutions, le rendement de cacao
a tendance à évoluer dans le même sens que les
quantités d'engrais utilisées, de fongicides utilisées,
d'insecticides tandis que ce rendement évolue en sens inverse avec les
quantités d'herbicides utilisées dans les pays de la CEEAC.
Ø Café, engrais, insecticide et
herbicide
Graphique 4.6:
coévolution moyenne du rendement de café avec les
stratégies d'adaptation dans les pays de la CEEAC.
Source : Auteur à partir de données
de FAOSTAT(2018)
L'examen visuel du graphique (graphique 4.6)ci-dessus nous
montre que le rendement moyen de café a une tendance
générale à la hausse avec un taux de croissance de 0,51%
sur la période de l'étude.
Au regard de la coévolution des différents
graphiques, il ressort que le rendement de moyen de café semble
évoluer dans le même sens que l'utilisation moyenne des engrais,
des insecticides tandis qu'elle évolue en sens inverse que l'utilisation
moyenne des herbicides dans les pays de la CEEAC.
Ø Coton, engrais, insecticide et
herbicide
Graphique 4.7:
coévolution moyenne du rendement de coton avec les stratégies
d'adaptation dans les pays de la CEEAC
Source : Auteur à partir de données
de FAOSTAT(2018)
De l'évolution de ce graphique (graphique 4.7)il
ressort que le rendement moyen de coton a une tendance générale
à la baisse avec un taux de croissance négatif de 0,01% sur la
période de l'étude.
Au regard de la coévolution, il ressort que le
rendement moyen de coton semble évoluer dans le même sens que
l'utilisation moyenne des herbicides tandis qu'il évolue en sens
opposé avec l'utilisation des insecticides, des engrais dans les pays de
la CEEAC.
Section 2 : effets des stratégies d'adaptation
agricole aux changements climatiques sur le rendement agricole: analyse du sens
de la causalité
Dans la section précédente de ce chapitre, en
nous basant sur les statistiques descriptives, nous avons pu constater que le
rendement agricole semble être en corrélation avec les
stratégies d'adaptation agricole aux effets des changements climatiques
dans les pays de la CEEAC. Cependant, à partir de cette analyse nous
n'avons pas pu déceler le sens de la relation. C'est le souci de pallier
à l'incertitude du sens de cette relation que nous faisons recours aux
outils d'analyse économétrique. De ce fait, en 2.1, nous
présentons la démarche méthodologique, en 2.2, nous
procédons à l'estimation puis à l'interprétation
des résultats.
2.1 Démarche
méthodologique
Dans cette sous-section, on s'attarde d'abord sur le
modèle théorique ayant permis la formalisation du modèle
économétrique utilisé ; ensuite, nous
présentons les différentes variables du modèle ainsi
constitué.
2.1.1 Choix du modèle
économétrique
Dans cette section, nous avons mis en place un cadre
économétrique permettant d'analyser le lien entre l'utilisation
des stratégies d'adaptation aux changements climatiques et le rendement
agricole. Nous cherchons à savoir si la modification des
stratégies d'adaptation aux effets des changements climatiques permet
d'augmenter le rendement des cultures. De ce fait, nous construisons une
fonction qui met en relation les stratégies d'adaptations des
agriculteurs face aux changements climatiques avec le rendement agricole. Nous
nous sommes inspirés des travaux de '''''Quan et al. (2019) et
de ''Di Falco et al. (2011) suivant leur raisonnement, la forme
générale de cette fonction s'écrit :
(VI.1)
Avec le rendement agricole : le rendement de banane, de
cacao, de café et de coton ; les stratégies d'adaptation
représentées par les engrais, les herbicides, les insecticides,
les fongicides et les surfaces récoltées de chaque culture.
Dans le cadre de notre travail, nous allons adapter la
fonction qui met en relation le rendement agricole avec les stratégies
potentielles d'adaptation aux changements climatiques afin d'obtenir notre
modèle économétrique. Nous admettons que ce modèle
est similaire à celui utilisé par '''Alem et al. (2010). De
manière spécifique, on a :
(VI.2)
i=1,2,...N et t=1,2,...T, représentent respectivement
les individus (pays) et les années.
2.1.2
Présentation des variables du modèle
Dans ce modèle, les variables sont pour la plupart
tirées de la littérature sur les théories d'adaptation
agricole '''''(Quan et al., 2019a). Elles sont décrites ainsi que leurs
sources dans le tableau présenté ci-dessous concernant la
période d'étude, elle s'étend de 2003 à 2011.
Tableau
4.1: Présentation des variables
Variables
|
Description des variables
|
Sources
|
Variables de rendement agricole dépendantes
|
Rendement de banane
|
Mesurée par la quantité récoltée de
banane par hectare (banane en kg/ha)
|
FAOSTAT (2018)
|
Rendement de cacao
|
Mesurée par la quantité récoltée de
cacao par hectare (cacao en kg/ha)
|
FAOSTAT (2018)
|
Rendement de café
|
Mesurée par la quantité récoltée de
café par hectare (café en kg/ha)
|
FAOSTAT (2018)
|
Rendement de coton
|
Mesurée par la quantité récoltée de
coton par hectare (coton en kg/ha)
|
FAOSTAT (2018)
|
Variables d'adaptation indépendantes
|
Engrais
|
Mesurée par la quantité d'engrais utilisée
à des fins agricole (eng en kg/ha)
|
FAOSTAT (2018)
|
Herbicide
|
Mesurée par la quantité d'herbicide utilisée
à des fins agricole (herb en kg/ha)
|
FAOSTAT (2018)
|
Insecticide
|
Mesurée par la quantité d'insecticide
utilisée à des fins agricole (ins en kg/ha)
|
FAOSTAT (2018)
|
Fongicide
|
Mesurée par la quantité de fongicide
utilisée à des fins agricole (fong en kg/ha)
|
FAOSTAT (2018)
|
Investissement
|
Investissements agricole (invagri en millions de dollars)
|
FAOSTAT (2018)
|
Inflation
|
Taux d'inflation annuel (infla ; en %) ;
|
WDI(2018)
|
Population
|
Emploi dans l'agriculture (pop, % emploi total) ;
|
WDI(2018)
|
Croissance économique
|
Taux de croissance annuel du PIB réel (tcpib ; en
%).
|
WDI(2018)
|
Source : Auteur
Les différentes variables ainsi présentées,
nous passons à l'estimation de notre modèle
économétrique.
2.2
Estimation, présentation des résultats et
interprétations
Dans cette sous-section, nous allons présenter tour
à tour la méthode d'estimation (2.2.1), les résultats de
l'estimation et une interprétation de ces résultats (2.2.2).
2.2.1
Méthode d'estimation
Pour apporter les éléments de réponse
à notre question de recherche et mettre en évidence
l'efficacité des stratégies d'adaptation aux changements
climatiques sur le rendement agricole, nous avons privilégié
l'approche économétrique, en faisant recours à la
modélisation en données de panel. L'utilisation des
données de panel présente trois avantages : une double
variabilité qui prend en compte à la fois la dimension
individuelle et la dimension temporelle ; elle permet de contrôler
l'hétérogénéité inobservable et l'invariance
dans le temps et permet d'atténuer le biais d'omission des variables car
si les variables omises ne changent pas dans le temps alors tout changement de
la variable dépendante à travers le temps ne peut être
causé par les variables omises (Engoung et al., 2018).
2.2.2
Estimation, présentation des résultats et
interprétation
Nous présentons en (2.2.2.1) la procédure
d'estimation en (2.2.2.2) les résultats et l'interprétation.
2.2.2.1 Procédure
d'estimation
Pour procéder à l'estimation du modèle
dans le cadre de notre étude, nous nous referons aux travaux de
'''''Quan et al. (2019) qui ont mis en évidence l'adaptation
aux changements climatiques et leur impact sur le rendement du blé. En
plus, nous nous referons aux travaux de -de Medeiros Silva et al.
(2019) qui sur la période de 1990 à 2015 ont estimé les
effets des changements climatiques sur la production de canne à sucre
dans l'Etat de Paraíba (Brésil) en adoptant une approche par
panel. De ce fait, ces auteurs ont utilisé un modèle
linéaire de régression multiple pour évaluer l'influence
des changements climatiques sur la production de la canne à sucre. Ils
tiennent compte uniquement des températures et des précipitations
dans la construction de leur modèle économétrique.
L'utilisation des données de panel nécessite
d'effectuer un choix entre modèles à effets fixes et
modèles à effets aléatoires. De ce fait, nous recourront
au test de spécification de Hausman (1978). Les résultats de ce
test sont présentés dans le tableau ci-dessous.
Tableau
4.2: Résultats du test de Hausman
Modèle
|
Statistique du test
|
p-value
|
Modèle 1(banane)
|
55,37
|
0,0000
|
Modèle 2(cacao)
|
200,5
|
0,0000
|
Modèle 3(café)
|
11,06
|
0,1362
|
Modèle 4(coton)
|
49,28
|
0,0000
|
Source : Auteur, résultats des tests
d'Hausman (1978)29(*)
effectués par le logiciel STATA 15.1avec les données de
FAOSTAT (2018), CCKP (2018) et de la WDI (2018)
Des résultats de ce tableau (tableau 4.2), il ressort
que le modèle 1 est à effets fixes, les modèles 2, 3 et 4
sont à effets aléatoires.
Avant de procéder à l'estimation de ces
différents modèles, nous réalisons d'abord les tests
liés à l'autocorrélation et à
l'hétéroscédasticité (Wooldridge, 2013). De ce
fait, nous allons effectuer le test de Wald sur
l'hétéroscédasticité et de Wooldridge pour
l'autocorrélation de premier ordre. Au regard des résultats de
ces deux tests (confère annexe II.7, II.8), il ressort des tests de
Wald que tous les modèle sont hétéroscédastiques
(annexe II.7) ; le test de Wooldridge indique qu'il y'a présence
d'autocorrélation de premier ordre pour les modèles 2 et 3 tandis
que dans le modèle 1 et 4 il y'a absence d'autocorrélation de
premier ordre (annexe II.8).
Pour procéder à l'estimation de ces
différents modèles, nous allons utiliser la méthode des
Moindres Carrées Généralisés (MCG) afin de
résoudre les problèmes
d'hétéroscédasticité et d'autocorrélation
liés au modèle 2 et 3. Pour ce qui est du modèle 1, nous
allons procéder à l'estimation du modèle à effets
fixes en corrigeant le problème
d'hétéroscédasticité détecté, cela
revient à appliquer les Moindres Carrées Ordinaires sur le
modèle à effets fixes. En fin, pour le modèle 4 nous
estimons le modèle à effets aléatoires en corrigeant le
problème d'hétéroscédasticité, cela revient
à appliquer les Moindres Carrées Ordinaires sur le modèle
à effets aléatoires (Goaied et Sassi, 2012).
2.2.2.2 Présentation des
résultats des estimations et interprétation
Afin de déterminer comment les stratégies
d'adaptation agricole aux changements climatiques influencent le rendement
agricole dans les pays membres de la CEEAC, nous avons effectué les
régressions en panels. Le tableau ci-dessous présente la
synthèse des différents résultats.
Tableau
4.3: Résultats des estimations
Variables
|
Modèle 1 (banane)
|
Modèle 2 (cacao)
|
Modèle 3
(café)
|
Modèle 4 (coton)
|
Engrais
|
-0,099**
(0,044)
|
0,006
(0,026)
|
-0,014
(0,019)
|
0,045
(0,025)
|
Insecticide
|
-0,008
(0,009)
|
-0,101***
(0,033)
|
0,018
(0,065)
|
0,015
(0,012)
|
Fongicide
|
/
|
0,095***
(0,020)
|
/
|
/
|
Herbicide
|
0,026
(0,028)
|
-0,026***
(0,010)
|
-0,015**
(0,013)
|
-0,002*
(0,006)
|
Investissement
|
0,203**
(0,091)
|
-0,068
(0,088)
|
0,005
(0,033)
|
-0,100**
(0,042)
|
Inflation
|
0,005**
(0,002)
|
-0,005**
(0,002)
|
-0,008**
(0,004)
|
-0,002**
(0,001)
|
Emploi
|
2,456**
(1,072)
|
2,358***
(0,368)
|
0,732*
(0,442)
|
0,373
(0,637)
|
Croissance économique
|
0,855
(0,716)
|
1,465**
(0,575)
|
0,477
(0,824)
|
0,106
(0,387)
|
p-value
|
Prob>F=0,00
|
Prob>chi2=0,00
|
Prob>chi2=0,00
|
Prob>F=0,00
|
Nombre d'observations=27
Nombre de pays= 3
Nombre d'années= 9
|
Les valeurs entre parentheses représentent les
écart-types corrigés de
l'hétéroscédasticité.*** p<0,01, **
p<0,05, * p<0,1 sont respectivement la significativité
à 1%, 5% et 10%.
Source: Auteur, estimations réalisées
à partir de STATA 15.1 avec les données de FAOSTAT
(2018), CCKP (2018) et de la WDI (2018)
Interprétation des résultats des
estimations
Au regard du tableau (tableau 4.3) ci-dessus, les
résultats obtenus se révèlent satisfaisant dans l'ensemble
tant au plan économétrique qu'au plan théorique :
Au plan économétrique, les tests de Fisher et
de Wald nous permettent de conclure que nos quatre modèles sont
globalement et fortement significatifs. En effet, les p-values associées
à ces statistiques (prob>F=0,00 ; prob>chi2=0,00;
prob>chi2=0,00 ; prob>F=0,00) sont inférieures à 1%
pour toutes les estimations. Les résultats de nos estimations sont
optimaux car nous avons corrigés les problèmes liés
à l'hétéroscédasticité.
Sur le plan théorique, en ce qui concerne le premier
modèle estimé (modèle 1), le coefficient associé
à la variable engrais est négatif et significatif au seuil de
5% ; cela suppose qu'une augmentation de l'utilisation des engrais dans
les plantations de banane entraîne une baisse du rendement, ce
résultat pourrait être dû au non-respect par les
agriculteurs des doses prescrites par les ingénieurs ou alors du
non-respect des périodes d'application des engrais. Pour ce qui est de
l'insecticide, son influence n'est pas encore perceptible sur le rendement de
banane car le coefficient associé à cet indicateur est de
signe négatif et non significatif.Ce résultat montre donc
l'influence négative que l'utilisation d'insecticides peut avoir sur le
rendement de banane. Pour ce qui est de l'herbicide, le coefficient
associé à cette variable est de signe positif mais non
significatif ; ce résultat montre l'influence positive que pourrait
avoir l'utilisation des herbicides dans les plantations de banane dans les pays
membres de la CEEAC.
S'agissant de l'influence de indicateurs
macroéconomique sur le rendement de banane dans le contexte
d'adaptation, il ressort de l'estimation que : le coefficient
associé à la variable investissement agricole est de signe
positif et significatif au seuil de 5%.Ce résultat se justifie du point
de vue théorique car l'investissement agricole permet d'accroître
le niveau de rendement agricole. Pour ce qui est de l'inflation, le coefficient
associé à cette variable est positif et significatif au seuil de
5% dans l'estimation ; une augmentation du niveau des prix entraîne
un accroissement du rendement de banane.Ce résultat est contraire
à nos attentes car l'inflation contribue à limiter l'accès
aux intrants agricole. En ce qui concerne l'indicateur d'emploi, le coefficient
qui lui est associé est de signe positif et significatif au seuil de 5%
dans l'estimation ; lorsque le taux d'emploi en agriculture augmente le
rendement de banane augmente plus que proportionnellement.Ce résultat se
justifie du point de vue théorique car la main d'oeuvre permet aux
agriculteurs de mieux prendre en charge leur plantation, ce qui contribue
à accroître efficacement le rendement. Concernant l'indicateur de
la croissance économique, le coefficient qui lui est associé est
de signe positif mais non significatif.Ce résultat montre l'influence
positive que pourrait avoir le taux de croissance du produit intérieur
brut réel sur le rendement de banane dans les pays de la CEEAC.
Les résultats du modèle 1 semblent corroborer
avec ceux trouvé par Boonwichai et al.(2019) qui ont
évalué les mesures d'adaptation potentielles sur les pratiques de
gestion sur le terrain pour la production de riz dans des scénarios des
changements climatiques en Thaïlande.Ils trouvent que l'augmentation de la
dose d'engrais peut toutefois réduire le rendement futur du riz. Ainsi,
nous relevons que l'augmentation de la quantité d'engrais dans la
culture de banane est inefficace pour booster le rendement.
Pour ce qui est du modèle 2, le coefficient
associé à l'indicateur quantité d'engrais utilisée
est de signe positif et non significatif ; ce résultat montre
l'influence positive que pourrait avoir l'utilisation du fertilisant dans la
plantation de cacao, il est conforme à nos attentes mais la non
significativité de ce paramètre pourrait s'expliquer par le fait
que les effets positifs ne sont pas encore perceptibles, de plus, le cacao se
développe plus dans un climat ou il y'a assez de précipitations.
En ce qui concerne l'utilisation d'insecticide, le coefficient associé
à cet indicateur est de signe négatif et significatif au seuil de
1% dans l'estimation ; ce résultat montre qu'une augmentation de
l'utilisation des engrais engendre une diminution du rendement du cacao, il est
contraire à nos attentes car l'insecticide permet de combattre les
attaques d'insectes dans les plantations de cacao, son signe négatif
serait dû au non-respect des périodes de pulvérisation.
S'agissant de l'utilisation du fongicide, le coefficient associé
à cet indicateur est de signe positif et significatif au seuil de 1%
dans l'estimation ; ce résultat est conforme à la
théorie et à nos attentes, il montre qu'une augmentation de
l'utilisation du fongicide dans les plantations de cacao engendre une hausse du
rendement. Contrairement à l'utilisation de l'herbicide, le coefficient
associé à cette variable est de signe négatif et
significatif au seuil de 1% dans l'estimation ; ce résultat est non
conforme à nos attentes.Il démontre que la hausse des
quantités utilisées d'herbicide engendre une diminution du
rendement du cacao.Cet effet négatif serait causé par un mauvais
usage de ce produit.
Pour ce qui est des résultats des indicateurs
macroéconomiques, le coefficient associé à l'indicateur
investissement agricole est de signe négatif et non significatif ;
ce résultat nous montre l'impact négatif que pourrait avoir
l'investissement agricole sur le rendement du cacao, ce signe négatif
peut s'expliquer par les contraintes que connait la production du cacao.
Concernant l'inflation, le coefficient associé à cet indicateur
est de signe négatif et significatif au seuil de 5% dans
l'estimation ; ce résultat répond à nos attentes car
une hausse de l'inflation est caractérisée par la baisse du
rendement, l'activité de production du cacao étantliée aux
intrants. Ainsi, l'effet de la hausse des prix des intrants agricole aura pour
conséquence la limitation de l'accès à ces produits. En ce
qui concerne l'emploi dans le secteur agricole, il ressort de l'estimation que
le coefficient associé à cet indicateur est positif et
significatif au seuil de 1% ; la hausse de l'emploi dans le secteur de
l'agriculture s'accompagne de l'augmentation du rendement de cacao, ce
résultat est conforme à la théorie économique car
la hausse de l'emploi dans le secteur agricole entraîne une hausse de la
production plus que proportionnelle, le rendement du cacao passant plus par
l'entretien des plantations. Pour ce qui est du taux de croissance de
l'économie, le coefficient associé à cette variable est de
signe positif et significatif au seuil de 5% dans l'estimation ; ce
résultat est conforme à nos attentes car la croissance
économique permet de développer la cacaoculture en puisant les
ressources provenant d'autres secteurs. Au final, la hausse de la croissance
économique est bénéfique pour le développement du
rendement du cacao dans les pays de la CEEAC.
Les résultats du modèle 3 nous montrent que le
coefficient associé à la variable engrais est de signe
négatif et non significatif ; ce résultat est non conforme
à la théorie, il montre l'influence négative que pourrait
avoir la quantité d'engrais utilisée sur le rendement du
café. L'utilisation des insecticides quant à elle est non
significative ; le résultat obtenu met en évidence
l'influence positive que pourrait avoir l'utilisation des insecticides sur le
rendement du café. Pour ce qui est de l'herbicide, ce dernier a un effet
négatif et significatif au seuil de 5% dans l'estimation ; le
résultat est non conforme à la théorie car l'utilisation
de ce produit permet de combattre la mauvaise herbe qui pousse dans les
plantations de café ; ce résultat peut être
expliqué par le non-respect des doses prescrites et des périodes
d'aspersion sur les adventices.
Pour ce qui est des indicateurs macroéconomiques dans
le troisième modèle, le coefficient associé à la
variable investissement agricole est positif et non significatif ; les
effets de l'augmentation des investissements agricoles ne se font pas encore
ressentir dans le secteur du café. Concernant l'inflation, le
paramètre estimé qui lui est associé est négatif et
significatif au seuil de 5% ; ce résultat est conforme aux attentes
de la théorie, il montre que l'effet de l'augmentation des prix
contribue à réduire le rendement de café. Quant au niveau
d'emploi dans l'agriculture, l'indicateur associé à cette
variable est de signe positif et significatif au seuil de 10% dans
l'estimation ; ce résultat prouve que l'accroissement de la main
d'oeuvre dans le secteur de l'agriculture entraîne la hausse du rendement
du café. Le taux de croissance de l'économie quant à lui
est non significatif sur le rendement de café, ses effets ne sont pas
encore perceptibles dans les pays membres de la CEEAC.
S'agissant du modèle 4, les indicateurs associés
à l'utilisation des engrais et des insecticides sont positifs mais non
significatif ; ces résultats montrent l'influence positive que
pourrait avoir l'utilisation des engrais et des insecticides sur le rendement
du coton. Quant à l'utilisation des herbicides, le coefficient qui lui
est associé est négatif et significatif au seuil de 10% dans
l'estimation ; ce résultat montre que l'utilisation des herbicides
n'est pas propice au rendement du coton, ceci s'expliquerait par une
utilisation d'herbicides inappropriée à la culture du coton.
Quant aux indicateurs macroéconomiques, le coefficient
associé à la variable investissement agricole est négatif
et significatif au seuil de 5% dans l'estimation ; ce résultat peut
s'expliquer par le fait que le secteur du coton ne bénéficie pas
des investissements alloués au secteur agricole. Pour ce qui est de
l'inflation, le coefficient qui lui est associé est de signe
négatif et significatif au seuil de 5%, ce résultat est conforme
à la théorie et à nos attentes. S'agissant de l'emploi et
du taux de croissance de l'économie, ces deux variables sont positives
et non significatives sur le rendement du coton, leurs effets ne sont pas
encore perceptibles sur le rendement du coton des pays de la CEEAC.
Dans les travaux de Quan et al. (2019), il a
été prouvé que l'utilisation des herbicides comme
stratégies d'adaptation aux effets des changements climatiques par les
agriculteurs est inefficace pour stimuler le rendement du blé,
malgré son effet lent sur la culture à long terme il contribue
à diminuer le rendement. En s'appuyant sur cette analyse et
conformément à notre résultat, nous constatons que
l'emploi d'herbicides dans les plantations de café et de coton est
inefficace pour stimuler suffisamment leur rendement.
Au demeurant, les indicateurs ci-dessus
développés ont respectivement démontré à
juste titre l'intérêt relatif à la deuxième
hypothèse. Les effets négatifs observés sur les variables
d'adaptation sont dus en majorité aux mauvaisespratiques des
agriculteurs, aux conditions des précipitations et surtout des
températures qui ont tendance à augmenter dans les pays membres
de la CEEAC. Ces résultats montrent qu'effectivement les indicateurs des
stratégies d'adaptation aux effets des changements climatiques sont des
déterminants potentiels du rendement agricole. Ces déterminants
permettent d'accroître le rendement par hectare des cultures, cependant
leur application reste floue.
Au plan macroéconomique, plus d'éléments
théoriques tendent à démontrer que l'investissement dans
le secteur agricole est l'un des moyens les plus efficaces pour augmenter la
production. Il peut produire des avantages très divers en faveur du
développement agricole. On ne peut cependant pas s'attendre à ce
que ces avantages se produisent automatiquement. L'inflation amène les
agriculteurs à débourser davantage de moyens pour acquérir
un certain nombre d'intrants, des semences, d'où son influence
négative sur le rendement agricole. Le niveau d'emploi quant à
lui permet de recruter plus de mains d'oeuvre pour assurer l'entretien des
exploitations, il permet d'accroître les capacités de production
des agriculteurs d'où son influence positive sur le rendement agricole.
S'agissant de la croissance économique, elle est bénéfique
pour la production agricole car elle permet de puiser les ressources dans
d'autres secteurs pour étendre les capacités de production des
agriculteurs.
Au regard des résultats précédents, bien
que les agriculteurs soient techniquement équipés pour s'adapter
aux effets des changements climatiques observés, il n'en reste pas moins
que certaines stratégies d'adaptation mises en oeuvre dans le cadre des
pays de la CEEAC demeurentinefficaces,ce quiserait dû à une
mauvaise adaptation.
Conclusion
Au terme de ce chapitre, l'objectif visé était
de rendre compte del'efficacité des stratégies d'adaptation aux
effets des changements climatiques sur le rendement agricole des pays de la
CEEAC. Pour ce faire, après avoir procédé à une
analyse descriptive du lien entre stratégies d'adaptation et rendement
agricole, nous avons opté pour une analyseéconométrique.
Les principaux résultats des estimations conduites par une
modélisation en panel statique font ressortir que les stratégies
d'adaptations mises en oeuvre dans les pays de la CEEAC pour stimuler le
rendement agricole ne jouent pas suffisamment leur rôle. De plus,
certains résultats semblent souligner l'importance de la main d'oeuvre,
de l'investissement, de la croissance économique et de l'inflation comme
déterminants du rendement agricole.
Conclusion de la deuxième partie
Dans le cadre de cette deuxième partie, nous avons
étudié l'influence des stratégies d'adaptation aux effets
des changements climatiques sur le rendement agricole des pays membres de la
CEEAC. L'analyse a été effectuée sur la base de deux
chapitres.
Dans le premier chapitre, nous avons présenté
les enseignements sur les stratégies d'adaptation aux effets des
changements climatiques. Il ressort de ce chapitre que les agriculteurs pour
s'adapter utilisent les techniques telles que : l'accroissement de
surfaces cultivées, la rotation des cultures, la mixité des
cultures, le recours à irrigation, le recours à l'utilisation des
produits phytosanitaires, des engrais etc.
Dans le deuxième chapitre, nous avons effectué
une analyse empirique de la relation entre les stratégies d'adaptation
aux effets des changements climatiques et le rendement agricole dans les pays
de la CEEAC. Il ressort des résultats de nos estimations que les
stratégies d'adaptation aux effets des changements climatiques sont
inefficaces pour accroître le rendement agricole.
Conclusion générale
La relation entre les changements climatiques et la production
agricole est prise sous deux aspects, à savoir : l'aspect
détection de l'influence et l'aspect adaptation. Au regard de la place
qu'occupe l'agriculture dans le processus de développement des pays de
la CEEAC, l'on ne saurait envisager l'analyse de l'influence des changements
climatiques sans pour autant apprécier l'efficacité des
stratégies d'adaptation.
Toutefois, cette étude a pour objectif principal
d'évaluer l'influence des changements climatiques surla production
agricoledans les pays de la CEEAC sur la période allant de 2003 à
2011. Cet objectif a été subdivisé en deux sous objectifs
à savoir : évaluer les effets des changements climatiques
sur le rendement agricole dans les pays de la
CEEAC etapprécierl'efficacité des stratégies
d'adaptation aux effets des changements climatiques sur le rendement agricole
des pays de la CEEAC. En accord avec ces objectifs, nous avons organisé
notre travail en deux parties, chacune subdivisée en deux chapitres.
Dans le chapitre 1 de la première partie, nous avons
présenté la revue de la littérature sur lien entre les
changements climatiques et le rendement agricole. Les enseignements retenus
dans cette revue nous montrent que les changements climatiques à travers
la variation du niveau moyen des précipitations et des
températures ont des effets mitigés sur le rendement agricole.
Dans le second chapitre de la première partie, nous avons testé
la relation d'influence entre les changements climatiques et le rendement
agricole dans le cadre des pays membres de la CEEAC.
Dans le troisième chapitre qui est le chapitre premier
de la deuxième partie, nous avons présenté les
enseignements de la littérature sur les stratégies d'adaptation
aux effets des changements climatiques. Cette littérature nous montre
que pour se prémunir des risques liés aux effets des changements
climatiques sur le rendement agricole, plusieurs techniques sont
nécessaires d'être adoptées, malgré leurs effets
contradictoires. Dans le second chapitre de cette partie, nous avons
testé le lien entre le rendement agricole et les stratégies
d'adaptation aux effets des changements climatiques dans le cadre des pays de
la CEEAC.
Dans le but d'atteindre les objectifs susmentionnés,
nous avons formulé l'hypothèse selon laquelle les changements
climatiques ont une influence négative sur la production agricole des
pays de la CEEAC. L'hypothèse qui a été subdivisé
en deux sous hypothèses que nous avons soumises à l'étude
avec des données dans les chapitres 2 et 4 de notre travail. Pour ce
faire, nous avons utilisé les données secondaires de
l'Organisation des Nations Unies pour l'Alimentation et l'Agriculture notamment
FAOSTAT(2018), de la Banque Mondiale sur les changements climatiques CCKP(2018)
et de la Banque Mondiale sur les indicateurs de développement dans le
monde WDI(2018).
La première hypothèse spécifique stipule
que les changements climatiques influencent négativement le rendement
agricole dans les pays de la CEEAC. Dans le chapitre 2 nous avons
utilisé les données secondaires provenant des bases de
données de l'Organisation des Nations Unies pour l'Alimentation et
l'Agriculture notamment FAOSTAT(2018), de la Banque Mondiale CCKP(2018) et
WDI(2018). Les indicateurs des changements climatiques utilisés ici sont
la volatilité des températures et la volatilité des
précipitations. Le rendement agricole est capté par le rendement
de la banane, le rendement du cacao, le rendement du café et le
rendement du coton.Les principaux résultats de ce chapitre montrent que
les changements climatiques à travers la température influencent
négativement le rendement de la banane, le rendement du cacao et le
rendement du coton. Tandis que, les changements climatiques à travers
la précipitation influencent négativement le rendement du
café.Ces résultats ne sont pas nouveaux et sont cohérents
avec ceux de Salvacion (2019) pour le rendement de la banane, Oyekale (2012)
pour le rendement du cacao, Davis et al. (2012) pour le café et
Barios et al. (2008) pour le rendement du coton. En ce qui concerne
les autres variables de contrôle, l'investissement agricole, le taux de
croissance de la main d'oeuvre agricole, le taux d'inflation et le taux de
croissance de l'économie. Elles semblent ne pas jouer suffisamment leur
rôle, cela serait dû à la présence des facteurs
climatiques Bodjongo (2018).En définitive, les changements climatiques
influencent négativement le rendement agricole dans les pays de la
CEEAC.
La seconde hypothèse spécifique de cette
étude stipule que les stratégies d'adaptation agricole actuelles
aux changements climatiques sont inefficaces dans les pays de la CEEAC. Elle a
fait l'objet des développements du chapitre 4. Nous avons utilisé
pour cela les données sur le rendement de la banane, le rendement du
cacao, du café et du coton comme indicateur du rendement agricole. Pour
ce qui est des variables des stratégies d'adaptation agricole aux effets
des changements climatiques, nous avons utilisé comme indicateur :
la quantité d'engrais utilisée, la quantité d'herbicide
utilisée, la quantité d'insecticide utilisée, la
quantité de fongicide utilisée. Les données de ces
indicateurs proviennent des bases de données de l'Organisation des
Nations Unies pour l'Alimentation et l'Agriculture FAOSTAT(2018). Les
principaux résultats des estimations font ressortir le fait que,
l'utilisation d'engrais est inefficace sur le rendement de la banane. De
même que, l'utilisation de l'insecticide et d'herbicide est inefficace
sur le rendement du cacao et l'utilisation du fongicide est efficace sur le
rendement du cacao. Aupar-delà de cela, l'utilisation d'herbicide est
inefficace sur le rendement du café et du coton.Ces résultats
avaient été trouvés par Quan et al. (2019) et Di
Falco et al. (2011)pour l'utilisation de l'engrais et des pesticides.
Par contre, les facteurs tels que le taux de croissance de la main d'oeuvre, la
croissance économique sont les principaux déterminant du
rendement agricole. En somme, l'utilisation des stratégies d'adaptation
aux effets des changements climatiques est inefficace sur le rendement agricole
dans les pays de la CEEAC.Au bout du compte, dans les chapitres 2 et 4, nos
principaux résultats nous ont permis de pouvoir valider notre
hypothèse principale selon laquelle les changements climatiques
influencent négativement la production agricole dans les pays de la
CEEAC.
Par conséquent, de ce qui précède, nous
pouvons dès lors formuler quelques recommandations des politiques
économiques. Il serait souhaitable de mettre en oeuvre un ensemble de
mesures qui permettront de réduire l'influence négative des
changements climatiques et d'accroître l'efficacité des
stratégies d'adaptation de chaque culture :
Ø D'abord, réduire l'influence négative
de la température et sur le rendement de la banane, le rendement du
cacao du café et du coton
En effet, les pays de la CEEAC doivent multiplier les
investissements dans la recherche appliquée à l'agriculture pour
développer de véritables cultures plus résistantes aux
effets de la température.
Ø Ensuite,pour accroître l'efficacité de
l'utilisation d'engrais sur le rendement de la banane
Les Etatsde la CEEAC doivent vulgariser les connaissances et
techniques nécessaires à travers les programmes de
sensibilisation des populations aux avantages et conséquences de
l'utilisation des engrais sur la culture de la banane. Expliquer aux
populations les comment et à quel moment il faut appliquer les engrais.
Par exemple l'application se fait idéalement au moment des petites
pluies. Ils doivent éviter l'apport d'éléments nutritifs
en période de température élevée pour éviter
les intoxications des bananiers. L'utilisation d'engrais doit également
se faire de façon organisée, car les besoins en
élément nutritif de la banane diffèrent selon les stades.
Les besoins en azote sont importants jusqu'à la floraison puis ils
diminuent, tandis que les exigences en potassium sont plus grandes à
partir de la différentiation florale qu'en période
végétative. Le phosphore est apporté en amendement avant
la plantation. Le magnésium est utilisé tout au long du cycle.
Ces apports en engrais hâtent la croissance du bananier,
accélèrent la floraison et permettent de raccourcir l'intervalle
de la récolte.
Ø Enfin,pour augmenter l'efficacité de
l'utilisation d'insecticide et d'herbicide sur le cacao, le café et le
coton
Les Etats membres de la CEEAC doivent organiserdes formations
pratiques pour les opérations de traitement phytosanitaire afin de
familiariser les agriculteurs à l'application des insecticides et
herbicides pour le cacao, herbicides pour le café et coton.
Le principal objectif des agriculteurs est d'accroître
le rendement des cultures ou de limiter la perte de rendement dans la plupart
des cas, c'est également l'objectif des politiques agricoles. Ainsi, la
mise en place d'une nouvelle politique d'adaptation devrait guider les
agriculteurs dans l'utilisation des stratégies visant à
réduire les mauvais résultats.
Dans ce travail, nous nous sommes intéressés aux
effets des changements climatiques sur la production agricole dans les pays
membres de la CEEAC. Il serait intéressant pour les prochains travaux
d'examiner les effets de l'agriculture sur les changements climatiques.
Annexes
Annexes 1
I.1 Statistiques descriptives de l'évolution en log des
changements climatiques et du rendement agricole en Angola
Variable
|
Observation
|
Moyenne
|
Ecart-type
|
Coefficient de variation
|
Taux de croissance moyen
|
Minimum
|
Maximum
|
Lrbanane
|
9
|
12,1808
|
0,111
|
0 ,925%
|
0,2464%
|
12,088
|
12,439
|
Lrcacao
|
9
|
7,0524
|
0,13141
|
1,85%
|
0,638%
|
6,8123
|
7,2174
|
Lrcafe
|
9
|
7,779
|
0,52652
|
6,76%
|
1,470%
|
6,9275
|
8,5684
|
Lrcoton
|
9
|
9,7609
|
0,04845
|
0,49%
|
0,152%
|
9,6638
|
9,8091
|
Ltemp
|
9
|
3,0997
|
0,01452
|
0,45%
|
-0,122%
|
3,0790
|
3,1243
|
Lpret
|
9
|
4,4086
|
0,05656
|
1,27%
|
0,203%
|
4,3219
|
4,4969
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
I.2 Statistiques descriptives de l'évolution de
données brutes sur les changements climatiques et sur le rendement
agricole en Angola
Variable
|
Observation
|
Moyenne
|
Ecart-type
|
Minimum
|
Maximum
|
Temp
|
9
|
22,194
|
0,323
|
21,737
|
22,744
|
Pret
|
9
|
82,272
|
4,635
|
75,338
|
89,743
|
Rbanane
|
9
|
196000
|
23696,58
|
178000
|
253000
|
Rcacao
|
9
|
1164,444
|
148,625
|
909
|
1363
|
Rcafé
|
9
|
2679,667
|
1302,031
|
1020
|
5263
|
Rcoton
|
9
|
17360,56
|
823,983
|
15738
|
18200
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
I.3 Statistiques descriptives de l'évolution des
données en log des changements climatiques et des rendements agricole au
Cameroun
Variable
|
Observation
|
Moyenne
|
Ecart-type
|
Coefficient de variation
|
Taux de croissance moyen
|
Minimum
|
Maximum
|
Lrbanane
|
9
|
11,756
|
0,2872
|
2,54 %
|
0,244%
|
11,443
|
12,060
|
Lrcacao
|
9
|
8,2141
|
0,0593
|
0,71%
|
0,052%
|
8,1324
|
8,2791
|
Lrcafe
|
9
|
8,0516
|
0,0242
|
0,29%
|
0,054%
|
8,0063
|
8,0952
|
Lrcoton
|
9
|
9,4836
|
0,1143
|
1,20%
|
-0,09%
|
9,2844
|
9,7031
|
Ltemp
|
9
|
3,2243
|
0,0079
|
0,24%
|
0,013%
|
3,2099
|
3,2348
|
Lpret
|
9
|
4,8624
|
0,0845
|
1,72%
|
-0,49%
|
4,7262
|
4,9906
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15. 1
I.4 Statistiques descriptives de l'évolution des
données brutes sur les changements climatiques et sur les rendements
agricole au Cameroun
Variable
|
Obsrvation
|
Moyenne
|
Ecart-type
|
Minimum
|
Maximum
|
Temp
|
9
|
25,082
|
0,153
|
24,798
|
25,344
|
Pret
|
9
|
129,817
|
11,278
|
114,825
|
152,712
|
Rbanane
|
9
|
132000
|
37444,28
|
93258
|
173000
|
Rcacao
|
9
|
3698,444
|
217,869
|
3403
|
3941
|
Rcafe
|
9
|
3139,778
|
76,167
|
3000
|
3279
|
Rcoton
|
9
|
13220,67
|
1533,065
|
10769
|
16369
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
I.5 Statistiques descriptives de l'évolution des
données en log des changements climatiques et des rendements agricole de
la RCA
Variable
|
Observation
|
Moyenne
|
Ecart-type
|
Coefficient de variation
|
Taux de croissance moyen
|
Minimum
|
Maximum
|
Lrbanane
|
9
|
11,020
|
0,01439
|
0,12%
|
0,01437%
|
10,995
|
11,042
|
Lrcacao
|
9
|
6,2334
|
0,03416
|
0,54%
|
-0,0104%
|
6,21
|
6,3207
|
Lrcafe
|
9
|
8,4009
|
0,09301
|
1,10%
|
-0,3043%
|
8,207
|
8,4763
|
Lrcoton
|
9
|
8,5499
|
0,39153
|
4,56%
|
-0,978%
|
7,898
|
8,9479
|
Ltemp
|
9
|
3,2451
|
0,00748
|
0,21%
|
-0,0012%
|
3,2339
|
3,2558
|
Lpret
|
9
|
4,7167
|
0,02644
|
0,55%
|
0,0054%
|
4,6629
|
4,752
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
I.6 Statistiques descriptives de l'évolution des
données brute sur les changements climatiques et sur les rendements
agricole de la RCA
Variable
|
Observation
|
Moyenne
|
Ecart-type
|
Minimum
|
Maximum
|
Temp
|
9
|
25,666
|
0,192
|
25,379
|
25,941
|
Pret
|
9
|
111,835
|
2,932
|
105,953
|
115,902
|
Rbanane
|
9
|
61141,44
|
878,644
|
59622
|
62500
|
Rcacao
|
9
|
509,778
|
18,019
|
498
|
556
|
Rcafe
|
9
|
4467,556
|
391,183
|
3669
|
4800
|
Rcoton
|
9
|
5500,556
|
1899,935
|
2693
|
7692
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
I.7 Statistiques descriptives de l'évolution des
données en log des changements climatiques et des rendements agricole de
la RDC
Variable
|
Observation
|
Moyenne
|
Ecart-type
|
Coefficient de variation
|
Taux de croissance moyen
|
Minimum
|
Maximum
|
Lrbanane
|
9
|
10,528
|
0,00009
|
0,00089%
|
2,26e-04%
|
10,52846
|
10,52884
|
Lrcacao
|
9
|
8,0049
|
0,00745
|
0,0925%
|
-0,02812%
|
7,986165
|
8,013674
|
Lrcafe
|
9
|
8,2687
|
0,00017
|
0,002%
|
6,89e-04%
|
8,268732
|
8,269245
|
Lrcoton
|
9
|
8,3448
|
0,02767
|
0,3309%
|
-0,11297%
|
8,278682
|
8,363109
|
Ltemp
|
9
|
3,2079
|
0,00854
|
0,26%
|
-0,05524%
|
3,193947
|
3,221622
|
Lpret
|
9
|
4,8045
|
0,06608
|
1,375%
|
0,174%
|
4,703985
|
4,907972
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
I.8 Statistiques descriptives de l'évolution des
données brutes sur les changements climatiques et sur les rendements
agricole de la RDC
Variable
|
Observation
|
Moyenne
|
Ecart-type
|
Minimum
|
Maximum
|
Temp
|
9
|
24,728
|
0,211
|
24,384
|
25,069
|
Pret
|
9
|
122,52
|
122,52
|
8,157
|
110,386
|
Rbanane
|
9
|
37370,22
|
3,528
|
37364
|
37378
|
Rcacao
|
9
|
2995,889
|
22,172
|
2940
|
3022
|
Rcafe
|
9
|
3900,222
|
0,667
|
3900
|
3902
|
Rcoton
|
9
|
4209,667
|
113,843
|
3939
|
4286
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
I.9 Résultats des tests de Fisher pour les
différentes cultures retenues
Hypothèses :
H0 : Absence d'effets (p-value > 5%) ;
H1 : Présence d'effets fixes (p-value < 5%).
Modèle
|
Statistique du test de Fisher
|
p-value
|
Modèle 1
|
79,91
|
0,0000
|
Modèle 2
|
859,56
|
0,0000
|
Modèle 3
|
5,61
|
0,0036
|
Modèle 4
|
51,66
|
0,0000
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
I.10 Résultats des tests de test de Breusch et Pagan pour
toutes les cultures retenues
Hypothèses :
H0 : Absence d'effets (p-value > 5%) ;
H1 : Présence d'effets aléatoires (p-value <
5%).
Modèle
|
Statistique du test chibar2
|
p-value
|
Modèle 1
|
81,15
|
0,0000
|
Modèle 2
|
123,52
|
0,0000
|
Modèle 3
|
10,97
|
0,0005
|
Modèle 4
|
88,37
|
0,0000
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
I.11 Résultats des tests de test de Wald sur
l'hétéroscédasticité
H0 : Homoscédasticité ;
H1 : Hétéroscédasticité.
Modèle
|
Statistique du test LR
|
p-value
|
Modèle 1
|
28,19
|
0,0000
|
Modèle 2
|
55,33
|
0,0000
|
Modèle 3
|
75,58
|
0,0000
|
Modèle 4
|
61,97
|
0,0000
|
Source : construit par l'auteur, calcul
effectuées à partir du logiciel Stata 15.1
Lorsque la p-value du test est inférieure à 5%,
on rejette H0. Au cas contraire on ne peut rejeter H0. La probabilité
des différents tests étant 0.0000?5%, on rejette
l'hypothèse H0. Par conséquent il y'a
hétéroscédasticité.
I.12 Résultats des tests de test de Wooldridge sur
l'autocorrélation en Panel
H0 : absence d'autocorrélation de premier
ordre ;
H1 : présence d'autocorrélation de premier
ordre.
Modèle
|
Statistique du test de Fisher
|
p-value
|
Modèle 1
|
7,093
|
0,0761
|
Modèle 2
|
4,517
|
0,0236
|
Modèle 3
|
2431,669
|
0,0000
|
Modèle 4
|
119,621
|
0,0016
|
Source : construit par l'auteur, calcul
effectuées à partir du logiciel Stata 15.1
Lorsque la p-value du test est inférieure à 5%,
on rejette H0. Au cas contraire on ne peut rejeter H0. La probabilité
associée à la banane est inférieure à 10% tandis
que celles associées au cacao, café et coton sont
inférieure à 5%, on rejette l'hypothèse H0. Par
conséquent il y'a autocorrélation de premier ordre.
Annexes
2
II.1 Statistiques descriptives de l'évolution des
données en log des indicateurs des stratégies d'adaptations en
Angola
variable
|
Observation
|
moyenne
|
Ecart type
|
Coefficient de variation
|
Taux de croissance moyen
|
minimum
|
maximum
|
Lsbanane
|
9
|
11,139
|
0,429
|
3,85%
|
1,124%
|
10,43
|
11,596
|
Lscacao
|
9
|
7,8056
|
0,088
|
1,24%
|
0,306%
|
7,676
|
7,9120
|
Lscafé
|
9
|
10,027
|
0,369
|
3,68%
|
0,498%
|
9,615
|
10,718
|
Lscoton
|
9
|
7,6459
|
0,135
|
1,76%
|
0,562%
|
7,600
|
8,0063
|
Linves
|
9
|
10,235
|
0,622
|
6,.08%
|
1,920%
|
9,145
|
10,899
|
Lengrais
|
9
|
9,7429
|
0,697
|
7,15%
|
1,197%
|
9,093
|
10,929
|
Lherbicide
|
9
|
2,8548
|
2,572
|
90,17%
|
38,44%
|
-3,21
|
5,3254
|
Linsecticide
|
9
|
3,885
|
1,203
|
31,00%
|
-0,532%
|
2,637
|
5,7534
|
LTemp
|
9
|
3,0997
|
0,014
|
0,46%
|
-0,122%
|
3,079
|
3,1243
|
LPret
|
9
|
4,4086
|
0,056
|
1,27%
|
0,203%
|
4,321
|
4,4969
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
II.2 Statistiques descriptives de l'évolution des
données brute des indicateurs des stratégies d'adaptations en
Angola
Variable
|
Observation
|
Moyenne
|
Ecart-type
|
Minimum
|
Maximum
|
Engrais
|
9
|
21331,36
|
15965,89
|
8900
|
55821
|
Herbicide
|
9
|
60,24
|
68,272
|
0,04
|
205,51
|
Insecticide
|
9
|
95,607
|
119.947
|
13,98
|
315,27
|
fongicide
|
9
|
135,093
|
162,616
|
24,63
|
485
|
invesagri
|
9
|
32457,76
|
16918,71
|
9371,874
|
54172,36
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
II.3 Statistiques descriptives de l'évolution des
données en log des indicateurs des stratégies d'adaptation au
Cameroun
variable
|
Observation
|
moyenne
|
Ecart type
|
Coefficient de variation
|
Taux de croissance moyen
|
minimum
|
maximum
|
Lsbanane
|
9
|
11,30
|
0,2090
|
1,84%
|
0,326%
|
11,006
|
11,643
|
Lscacao
|
9
|
13,18
|
0,1886
|
1,42%
|
0,330%
|
12,899
|
13,415
|
Lscafé
|
9
|
11,97
|
0,2676
|
2,17%
|
-0,65%
|
11,341
|
12,275
|
Lscoton
|
9
|
11,99
|
0,1999
|
1,65%
|
-0,19%
|
11,771
|
12,354
|
inves
|
9
|
11,68
|
0,1845
|
1,54%
|
0,443%
|
11,488
|
11,957
|
Lengrais
|
9
|
9,424
|
0,8217
|
8,70%
|
-1,29%
|
7,5553
|
10,127
|
Lherbicide
|
9
|
5,559
|
0,2604
|
4,79%
|
1,213%
|
5,2567
|
6,0326
|
Linsecticide
|
9
|
5,184
|
0,2124
|
4,05%
|
0,692%
|
4,8922
|
5,4914
|
LTemp
|
9
|
3,224
|
0,0079
|
0,21%
|
0,013%
|
3,2099
|
3,2348
|
LPret
|
9
|
4,862
|
0,0845
|
1,72%
|
-0,49%
|
4,7262
|
4,9906
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
II.4 Statistiques descriptives de l'évolution des
données brute des stratégies d'adaptations au Cameroun
Variable
|
Observation
|
Moyenne
|
Ecart-type
|
Minimum
|
Maximum
|
engrais
|
9
|
15366,22
|
8297,73
|
1911
|
25013
|
Herbicide
|
9
|
268,21
|
75,716
|
191,85
|
416,83
|
Insecticide
|
9
|
182,003
|
38,344
|
133,25
|
242,6
|
fongicide
|
9
|
513,016
|
90,36
|
428,03
|
705,06
|
invesagri
|
9
|
121000
|
22883,59
|
97562,68
|
156000
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
II.5 Statistiques descriptives de l'évolution des
données en log des indicateurs des stratégies d'adaptation en
RDC
variable
|
Observation
|
moyenne
|
Ecart type
|
Coefficient de variation
|
Taux de croissance moyen
|
minimum
|
maximum
|
Lsbanane
|
9
|
11,34
|
0,0038
|
0,03%
|
0,0094%
|
11,3371
|
11,3481
|
Lscacao
|
9
|
9,827
|
0,0169
|
0,16%
|
-0,042%
|
9,80366
|
9,85393
|
Lscafé
|
9
|
11,31
|
0,0026
|
0,02%
|
-0,007%
|
11,3085
|
11,3166
|
Lscoton
|
9
|
11,15
|
0,0871
|
0,78%
|
-0,061%
|
11,0095
|
11,2384
|
Linves
|
9
|
11,50
|
0,6884
|
5,91%
|
1,7162%
|
10,6912
|
12,4999
|
Lengrais
|
9
|
7,233
|
1,3045
|
17,98%
|
1,8290%
|
4,85203
|
8,60373
|
Lherbicide
|
9
|
0,373
|
2,2635
|
610,8%
|
56,134%
|
-4,60517
|
2,30258
|
Linsecticide
|
9
|
4,267
|
0,1969
|
4,46%
|
-0,490%
|
3,92276
|
4,55429
|
LTemp
|
9
|
3,207
|
0,0085
|
0,25%
|
-0,055%
|
3,19394
|
3,22162
|
LPret
|
9
|
4,804
|
0,0660
|
1,37%
|
0,174%
|
4,70398
|
4,90797
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
II.6 Statistiques descriptives de l'évolution des
données brutes des indicateurs des stratégies d'adaptation en
RDC
Variable
|
Observation
|
Moyenne
|
Ecart-type
|
Minimum
|
Maximum
|
engrais
|
9
|
2399,2
|
2040,639
|
128
|
5452
|
Herbicide
|
9
|
4,156
|
3,867
|
0,01
|
10
|
Insecticide
|
9
|
72,577
|
14,359
|
50,54
|
95,04
|
fongicide
|
9
|
243,367
|
337,789
|
1,24
|
1091,21
|
invesagri
|
9
|
123000
|
85493.57
|
43967,29
|
268000
|
Source : construit par l'auteur, calcul effectuées
à partir du logiciel Stata 15.1
II.7 Résultats des tests de Wald sur
l'hétéroscédasticité
H0 : Homoscédasticité ;
H1 : Hétéroscédasticité.
Modèle
|
Statistique du test LR chi2
|
p-value
|
Modèle 1(banane)
|
48,42
|
0,0000
|
Modèle 2(cacao)
|
26,28
|
0,0000
|
Modèle 3(café)
|
107,71
|
0,0000
|
Modèle 4(coton)
|
6,03
|
0,0491
|
Source : construit par l'auteur, calcul
effectuées à partir du logiciel Stata 15.1
Lorsque la p-value du test est inférieure à 5%,
on rejette H0. Au cas contraire on ne peut rejeter H0. Les probabilités
de tous les modèles ont une p-value?5%, on rejette l'hypothèse
H0. Par conséquent il y'a
hétéroscédasticité.
II.8 Résultats des tests de test de Wooldridge sur
l'autocorrélation en Panel
H0 : absence d'autocorrélation de premier
ordre ;
H1 : présence d'autocorrélation de premier
ordre.
Modèle
|
Statistique d Fisher du test
|
p-value
|
Modèle 1(banane)
|
3,81
|
0,18
|
Modèle 2(cacao)
|
9,85
|
0,044
|
Modèle 3(café)
|
10,52
|
0,008
|
Modèle 4(coton)
|
2,612
|
0,240
|
Source : construit par l'auteur, calcul
effectuées à partir du logiciel Stata 15.1
Lorsque la p-value du test est inférieure à 5%,
on rejette H0. Au cas contraire on ne peut rejeter H0. Les probabilités
associées aux modèles 2 et 3 sont inférieures à 5%,
on rejette l'hypothèse H0. Par conséquent il y'a présence
d'autocorrélation de premier ordre dans ces modèles. Par contre
la p-value?5% pour les modèles 1 et 4 il y'a donc absence
d'autocorrélation de premier ordre dans ces modèles.
Références bibliographiques
Abid, M., Scheffran, J., Schneider, U.A., Elahi, E., 2019.
Farmer Perceptions of Climate Change, Observed Trends and Adaptation of
Agriculture in Pakistan. Environmental Management 63, 110-123.
https://doi.org/10.1007/s00267-018-1113-7
Adjei-Nsiah, S., 2012. Climate Change and Shift in Cropping
System: From Cocoa to Maize Based Cropping System in Wenchi Area of Ghana.
British Journal of Environment and Climate Change 2, 137-152.
https://doi.org/10.9734/BJECC/2012/1220
Aghion, P., Howitt, P., Bursztyn, L., 2009. The economics of
growth. MIT Press, Cambridge, Mass.
Agrawal, R., 2012. Weather based preharvest crop forecasting
12.
Akinnagbe, O., Irohibe, I., 2015. Agricultural adaptation
strategies to climate change impacts in Africa: a review. Bangladesh J. Agric.
Res 39, 407-418. https://doi.org/10.3329/bjar.v39i3.21984
Albergel, J., Carbonnel, J.P., Vaugelade, J., 1985.
Aléas climatiques et production agricole?: le coton au Burkina 13.
Alem, Y., Bezabih, M., Kassie, M., Zikhali, P., 2010. Does
fertilizer use respond to rainfall variability? Panel data evidence from
Ethiopia. Agricultural Economics 41, 165-175.
https://doi.org/10.1111/j.1574-0862.2009.00436.x
Amos, T.T., Thompson, O.A., 2015. Climate Change and the Cocoa
Production in the Tropical Rain Forest Ecological Zone of Ondo State, Nigeria
7.
Antwi-Agyei, P., Dougill, A.J., Stringer, L.C., Codjoe,
S.N.A., 2018. Adaptation opportunities and maladaptive outcomes in climate
vulnerability hotspots of northern Ghana. Climate Risk Management 19, 83-93.
https://doi.org/10.1016/j.crm.2017.11.003
Arnell, N.W., 2004. Climate change and global water resources:
SRES emissions and socio-economic scenarios. Global Environmental Change 14,
31-52. https://doi.org/10.1016/j.gloenvcha.2003.10.006
Ashraf, A., Dinar, A., Monteiro, E., Gaston, T., 2014. Science
and Economic Aspects of Impact of and Adaptation to Climate Change Induced
Water Scarcity in Western US Agriculture.
Ayegboyin, K.O., Akinrinde, E.A., 2016. Effect of Water
Deficit Imposed during the Early Developmental Phase on Photosynthesis of Cocoa
(<i>Theobroma cacao</i> L.). Agricultural Sciences
07, 11-19. https://doi.org/10.4236/as.2016.71002
BAD, 2019. Perspectives économiques en Afrique centrale
[WWW Document]. URL
https://www.afdb.org/fileadmin/uploads/afdb/Documents/Publications/2019AEO/PER_2019-Afrique_centrale.pdf
(accessed 8.17.19).
BAD, 2016. BAD Rapport Annuel 2016 [WWW Document]. Banque
africaine de développement - Bâtir aujourd'hui, une meilleure
Afrique demain. URL
https://www.afdb.org/fr/documents/document/afdb-annual-report-2016-95954
(accessed 8.17.19).
Barrios, S., Ouattara, B., Strobl, E., 2008. The impact of
climatic change on agricultural production: Is it different for Africa? Food
Policy 33, 287-298. https://doi.org/10.1016/j.foodpol.2008.01.003
Bataller, M.M., 2010. Les enjeux de l'adaptation aux
changements climatiques 28.
Bawakyillenuo, S., Yaro, J.A., Teye, J., 2016. Exploring the
autonomous adaptation strategies to climate change and climate variability in
selected villages in the rural northern savannah zone of Ghana. Local
Environment 21, 361-382. https://doi.org/10.1080/13549839.2014.965671
Bedeke, S., Vanhove, W., Gezahegn, M., Natarajan, K., Van
Damme, P., 2019. Adoption of climate change adaptation strategies by
maize-dependent smallholders in Ethiopia. NJAS - Wageningen Journal of Life
Sciences 88, 96-104. https://doi.org/10.1016/j.njas.2018.09.001
Beerfeltz, H.-J., 2013. Bundesministerium für
wirtschaftliche Zusammenarbeit und Entwicklung (BMZ). Voluntaris 1, 18-20.
https://doi.org/10.5771/2196-3886-2013-1-18
Belloumi, M., 2014. Investigating the Impact of Climate Change
on Agricultural Production in Eastern and Southern African Countries 27.
Benioff, R., Guill, S., Lee, J., 2012. Vulnerability and
Adaptation Assessments: An International Handbook. Springer Science &
Business Media.
Bhat, R., Khajuria, M., Mansotra, D.K., 2019. A systematic
review on global environmental risks associated with pesticide application in
agriculture, in: Contaminants in Agriculture and Environment: Health Risks and
Remediation. Agro Environ Media - Agriculture and Ennvironmental Science
Academy, Haridwar, India, pp. 96-110.
https://doi.org/10.26832/AESA-2019-CAE-0169-08
Blanc, E., Quirion, P., Strobl, E., 2008. The climatic
determinants of cotton yields: Evidence from a plot in West Africa.
Agricultural and Forest Meteorology 148, 1093-1100.
https://doi.org/10.1016/j.agrformet.2008.02.005
Bodjongo, M.J.M., 2018. Changement climatique, prix et
production du coton au Cameroun 33.
Boonwichai, S., Shrestha, S., Babel, M.S., Weesakul, S.,
Datta, A., 2019. Evaluation of climate change impacts and adaptation strategies
on rainfed rice production in Songkhram River Basin, Thailand. Science of The
Total Environment 652, 189-201.
https://doi.org/10.1016/j.scitotenv.2018.10.201
Bourgoing, R., Todem, H., 2010. Association du cacaoyer avec
les fruitiers. Systèmes innovants en cacaoculture. Création d'une
nouvelle parcelle sur jachère ou savane?: guide technique. CIRAD.
Boyer, J.S., 1970. Leaf Enlargement and Metabolic Rates in
Corn, Soybean, and Sunflower at Various Leaf Water Potentials 1. Plant Physiol
46, 233-235.
Brooks, N., Anderson, S., Ayers, J., Burton, I., Tellam, I.,
2011. Tracking adaptation and measuring development 36.
Bunn, C., Läderach, P., Ovalle Rivera, O., Kirschke, D.,
2015. A bitter cup: climate change profile of global production of Arabica and
Robusta coffee. Climatic Change 129, 89-101.
https://doi.org/10.1007/s10584-014-1306-x
Burton, I., Huq, S., Lim, B., Pilifosova, O., Schipper, E.L.,
2002. From impacts assessment to adaptation priorities: the shaping of
adaptation policy. Climate Policy 2, 145-159.
https://doi.org/10.3763/cpol.2002.0217
Carleton, T.A., Hsiang, S.M., 2016a. Social and economic
impacts of climate. Science 353, aad9837-aad9837.
https://doi.org/10.1126/science.aad9837
Carleton, T.A., Hsiang, S.M., 2016b. Social and economic
impacts of climate. Science 353, aad9837-aad9837.
https://doi.org/10.1126/science.aad9837
CCNUCC, 1992. Convention-Cadre Des Nations Unies sur Les
Changements Climatiques [WWW Document]. URL
https://unfccc.int/resource/docs/convkp/convfr.pdf (accessed 8.16.19).
Challinor, A.J., Wheeler, T.R., 2008. Crop yield reduction in
the tropics under climate change: processes and uncertainties. Agricultural and
Forest Meteorology 148, 343-356.
Chapagain, A.K., Hoekstra, A.Y., Savenije, H.H.G., 2006. Water
saving through international trade of agricultural products. Hydrology and
Earth System Sciences 10, 455-468. https://doi.org/10.5194/hess-10-455-2006
Chen, C., Pang, Y., Pan, X., Zhang, L., 2015. Impacts of
climate change on cotton yield in China from 1961 to 2010 based on provincial
data. J Meteorol Res 29, 515-524. https://doi.org/10.1007/s13351-014-4082-7
Chizari, A., Mohamed, Z., Shamsudin, M.N., Seng, K.W.K., 2017.
The Effects of Climate Change Phenomena on Cocoa Production in Malaysia.
International Journal of Environment, Agriculture and Biotechnology 2,
2599-2604. https://doi.org/10.22161/ijeab/2.5.42
CNUCED, 2015. Le rôle des petits exploitants agricoles
dans la production et le commerce durables des produits de base 19.
Dang, H., Li, E., Nuberg, I., Bruwer, J., 2014. Understanding
farmers' adaptation intention to climate change: A structural equation
modelling study in the Mekong Delta, Vietnam. Environmental Science &
Policy 41, 11-22. https://doi.org/10.1016/j.envsci.2014.04.002
Das Evangelium Matthaei, 2010. . Kessinger Publishing, LLC.
Davis, A.P., Gole, T.W., Baena, S., Moat, J., 2012a. The
Impact of Climate Change on Indigenous Arabica Coffee (Coffea arabica):
Predicting Future Trends and Identifying Priorities. PLoS ONE 7, e47981.
https://doi.org/10.1371/journal.pone.0047981
Davis, A.P., Gole, T.W., Baena, S., Moat, J., 2012b. The
Impact of Climate Change on Indigenous Arabica Coffee (Coffea arabica):
Predicting Future Trends and Identifying Priorities. PLoS ONE 7, e47981.
https://doi.org/10.1371/journal.pone.0047981
de Medeiros Silva, W.K., de Freitas, G.P., Coelho Junior,
L.M., de Almeida Pinto, P.A.L., Abrahão, R., 2019. Effects of climate
change on sugarcane production in the state of Paraíba (Brazil): a panel
data approach (1990-2015). Climatic Change 154, 195-209.
https://doi.org/10.1007/s10584-019-02424-7
Dell, M., Jones, B.F., Olken, B.A., 2012. Temperature Shocks
and Economic Growth: Evidence from the Last Half Century. American Economic
Journal: Macroeconomics 4, 66-95. https://doi.org/10.1257/mac.4.3.66
Deressa, T.T., Hassan, R.M., Poonyth, D., 2005. Measuring the
impact of climate change on south african agriculture: the case of sugarcane
growing regions. https://doi.org/10.1080/03031853.2005.9523726
Deressa, T.T., Hassan, R.M., Ringler, C., 2011. Perception of
and adaptation to climate change by farmers in the Nile basin of Ethiopia. The
Journal of Agricultural Science 149, 23-31.
https://doi.org/10.1017/S0021859610000687
Di Falco, S., Veronesi, M., Yesuf, M., 2011. Does Adaptation
to Climate Change Provide Food Security? A Micro-Perspective from Ethiopia.
American Journal of Agricultural Economics 93, 829-846.
https://doi.org/10.1093/ajae/aar006
Dinar, A., Mendelsohn, R., Evenson, R., Parikh, J., Sanghi,
A., Kumar, K.S.K., McKinsey, J., Lonergen, S., 1998. Measuring the Impact of
CLimate Change on Indian Agriculture (Working Paper). World Bank - Technical
Papers.
Djohy, G.L, BOÏ, W., N.E, K., 2015. Variabilité
climatique et production cotonnière dans la commune de kandi au nord
bénin.
Djohy, Gildas Louis, Edja, A.H., Nouatin, G.S., 2015.
Variation climatique et production vivrière?: la culture du maïs
dans le système agricole péri-urbain de la commune de Parakou au
Nord-Benin. Afrique Science 11, 183-194.
Doukpolo, B., 2014a. Changements climatiques et productions
agricoles dans l'Ouest de la République Centrafricaine 338.
Doukpolo, B., 2014b. Changements climatiques et productions
agricoles dans l'Ouest de la République Centrafricaine 338.
Dubey, P.K., Singh, G.S., Abhilash, P.C., 2020. Adaptive
Agronomic Practices for Sustaining Food Production, in: Dubey, P.K., Singh,
G.S., Abhilash, P.C. (Eds.), Adaptive Agricultural Practices: Building
Resilience in a Changing Climate, SpringerBriefs in Environmental Science.
Springer International Publishing, Cham, pp. 11-43.
https://doi.org/10.1007/978-3-030-15519-3_2
Dumas, 2006. L'évaluation des dommages du changement
climatique en situation d'incertitude?: l'apport de la modélisation des
coûts de l'adaptation [WWW Document]. URL
http://www2.centre-cired.fr/IMG/pdf/These_dumas.pdf (accessed 9.8.19).
Elbehri, A., Burfisher, M., 2015. Economic modelling of
climate impacts and adaptation in agriculture: a survey of methods, results and
gaps. Climate change and food systems: global assessments and implications for
food security and trade. Rome. http://www. fao. org/3/a-i4332e/i4332e03.
pdf.
Engoung, M., Ongono, P., Ngoa Tabi, H., 2018. Changements
climatiques et accumulation du capital dans les pays de la CEEAC [WWW
Document]. URL (accessed 9.4.19).
Estur, G., 2006. Le marché mondial du coton?:
évolution et perspectives. Cahiers Agricultures 15, 9-16 (1).
Fankhauser, S., Smith, J.B., Tol, R., 1999. Weathering climate
change: some simple rules to guide adaptation decisions. Ecological Economics
30, 67-78.
Fankhauser, S., Tol, R., 2005. On climate change and economic
growth. Resource and Energy Economics 27, 1-17.
https://doi.org/10.1016/j.reseneeco.2004.03.003
Fishman, R., 2016. More uneven distributions overturn benefits
of higher precipitation for crop yields. Environ. Res. Lett. 11, 024004.
https://doi.org/10.1088/1748-9326/11/2/024004
Garnaut, R., 2011. The Garnaut review 2011: Australia in the
global response to climate change. Cambridge University Press, Port Melbourne,
Vic.?: New York.
Gateau-Rey, L., Tanner, E.V.J., Rapidel, B., Marelli, J.-P.,
Royaert, S., 2018. Climate change could threaten cocoa production: Effects of
2015-16 El Niño-related drought on cocoa agroforests in Bahia, Brazil.
PLOS ONE 13, e0200454. https://doi.org/10.1371/journal.pone.0200454
Geng, X., Wang, F., Ren, W., Hao, Z., 2019. Climate Change
Impacts on Winter Wheat Yield in Northern China. Advances in Meteorology 2019,
1-12. https://doi.org/10.1155/2019/2767018
GIEC, 2001. Rapport d'Evaluation complet du GIEC (Groupe
d'Experts Intergouvernemental sur l'Evolution du Climat) [WWW Document].
Survie. URL
https://survie.org/themes/economie/biens-publics-a-l-echelle-mondiale/article/2001-rapport-d-evaluation-complet
(accessed 9.1.19).
GIEC, Pachauri, R.K., Meyer, L.A., 2014. Changements
climatiques 2014: rapport de synthèse?: contribution des Groupes de
travail I, II et III au cinquième Rapport d'évaluation du Groupe
d'experts intergouvernemental sur l'évolution du climat. GIEC,
Genève (Suisse).
Goaied, S.M., Sassi, S., 2012. Module 1: Econometrie des
donnees de panel sous stata 46.
Gwimbi, P., 2010. Impact of Climate Change on Cotton
Production Under Rainfed Conditions: Case of Gokwe.
Hailegiorgis, A., Crooks, A., Cioffi-Revilla, C., 2018. An
Agent-Based Model of Rural Households' Adaptation to Climate Change. JASSS 21,
4.
Hanslow, K., Gunasekera, D., Cullen, B., Newth, D., 2014.
Economic impacts of climate change on the Australian dairy sector. Aust J Agric
Resour Econ 58, 60-77. https://doi.org/10.1111/1467-8489.12021
Hart, T., Vorster, I., 2006. Indigenous knowledge on the South
African landscape: potentials for agricultural development. HSRC Press, Cape
Town, South Africa.
Hasanuzzaman, M., Nahar, K., Alam, Md.M., Roychowdhury, R.,
Fujita, M., 2013. Physiological, Biochemical, and Molecular Mechanisms of Heat
Stress Tolerance in Plants. Int J Mol Sci 14, 9643-9684.
https://doi.org/10.3390/ijms14059643
Hausman, J.A., 1978. Specification Tests in Econometrics.
Econometrica 46, 1251. https://doi.org/10.2307/1913827
Herman, M., Sobari, I., Sakiroh, 2015. Technology to
anticipating the impact of climate change on cacao in dry land.
Hoekstra, A.Y., Chapagain, A.K., 2007. Water footprints of
nations: Water use by people as a function of their consumption pattern. Water
Resour Manage 21, 35-48. https://doi.org/10.1007/s11269-006-9039-x
Huang, J., Wang, Y., Wang, J., 2015. Farmers' Adaptation to
Extreme Weather Events through Farm Management and Its Impacts on the Mean and
Risk of Rice Yield in China. American Journal of Agricultural Economics 97,
602-617. https://doi.org/10.1093/ajae/aav005
HuanGuang, Q., Hao, L., Jin, L., YangJie, W., 2014. Impacts of
risk aversion on farmer households' behaviour of overusing chemical
fertilizers. Chinese Rural Economy 85-96.
Hutchins, D.A., Walworth, N.G., Webb, E.A., Saito, M.A.,
Moran, D., McIlvin, M.R., Gale, J., Fu, F.-X., 2015. Irreversibly increased
nitrogen fixation in Trichodesmium experimentally adapted to elevated carbon
dioxide. Nature Communications 6, 8155.
Jagoret, P., Deheuvels, O., Bastide, P., 2011. S'inspirer de
l'agroforesterie 5.
Jeder, H., 2012. Impact des changements climatiques sur
l'agriculture dans la plaine de Jeffara sud-est tunisien. Journal of
Agriculture and Environment For International Development.
Jørgensen, L.N., Kudsk, P., Ørum, J.E., 2019.
Links between pesticide use pattern and crop production in Denmark with special
reference to winter wheat. Crop Protection 119, 147-157.
https://doi.org/10.1016/j.cropro.2019.01.024
Karl, T.R., Melillo, J.M., Peterson, T.C., 2009. Global
Climate Change Impacts in the United States: a state of knowledge report from
the U.S. Global Change Research Program [WWW Document]. URL
http://www.globalchange.gov/publications/reports/scientific-assessments/us-impacts
(accessed 3.26.19).
Karn, P.K., 2014. The impact of climate change on rice
production in Nepal.
Katsoni, V., 2015. Effets des changements climatiques sur les
activitees agricoles dans la commune de banikoara (nord benin) 15.
Khanal, U., Wilson, C., Hoang, V.-N., Lee, B., 2018. Farmers'
Adaptation to Climate Change, Its Determinants and Impacts on Rice Yield in
Nepal. Ecological Economics 144, 139-147.
Kimengsi, J.N., 2013. Climate Variability and Cocoa Production
in Meme Division of Cameroon: Agricultural Development Policy options. Greener
Journal of Agricultural Sciences 3, 606-617.
https://doi.org/10.15580/GJAS.2013.3.022713505
Kolstad, C., Moore, F., 2019. Estimating the Economic Impacts
of Climate Change Using Weather Observations (No. w25537). National Bureau of
Economic Research, Cambridge, MA. https://doi.org/10.3386/w25537
Läderach, P., Ramírez Villegas, J.,
Navarro-Racines, C.E., Zelaya Martinez, C., Martínez Valle, A.I.,
Jarvis, A., 2019. Replication Data for: Climate change adaptation of coffee
production in space and time. https://doi.org/10.7910/DVN/TSUPE1
Lambi, C., Forbang, T., 2009. The economic impact of climate
change on agriculture in Cameroon. IOP Conference Series: Earth and
Environmental Science 6, 092017.
https://doi.org/10.1088/1755-1307/6/9/092017
Laube, W., Schraven, B., Awo, M., 2012. Smallholder adaptation
to climate change: dynamics and limits in Northern Ghana. Climatic Change 111,
753-774. https://doi.org/10.1007/s10584-011-0199-1
Lawal, J.O., Omonona, B.T., 2014. The effects of rainfall and
other weather parameters on cocoa production in Nigeria. Soil and Water 6.
Lema, A.A., Munishi, L.K., Ndakidemi, P.A., 2014. Assessing
Vulnerability of Food Availability to Climate Change in Hai District,
Kilimanjaro Region, Tanzania. AJCC 03, 261-271.
https://doi.org/10.4236/ajcc.2014.33025
Lemoine, D., 2018. Estimating the Consequences of Climate
Change from Variation in Weather (No. w25008). National Bureau of Economic
Research, Cambridge, MA. https://doi.org/10.3386/w25008
Lobell, D.B., Gourdji, S.M., 2012. The Influence of Climate
Change on Global Crop Productivity. Plant Physiology 160, 1686-1697.
https://doi.org/10.1104/pp.112.208298
Ludi, E., Stevens, C., Peskett, L., Cabral, L., 2007. Climate
change and agriculture: Agricultural trade, markets and investment -. Climate
Change and Agriculture 32.
Ly, A., 2014. L'impact du changement climatique sur la
securite alimentaire au senegal 48.
Maddison, D., Manley, M., Kurukulasuriya, P., 2007. The Impact
Of Climate Change On African Agriculture?: A Ricardian Approach, Policy
Research Working Papers. The World Bank.
https://doi.org/10.1596/1813-9450-4306
Mary, A.L., Majule, A., 2009. Impacts of climate change,
variability and adaptation strategies on agriculture in semi arid areas of
Tanzania: The case of Manyoni District in Singida Region, Tanzania.
Melker, A.I., Starovoitov, S.A., Vorobyeva, T.V., 2010. HEAT,
TEMPERATURE, ENTROPY 16.
Mendelsohn, R., Dinar, A., Dalfelt, A., 2000. Climate Change
Impacts on African Agriculture 25.
Mendelsohn, R., Dinar, A., Williams, L., 2006. The
distributional impact of climate change on rich and poor countries. Envir. Dev.
Econ. 11, 159-178. https://doi.org/10.1017/S1355770X05002755
Mendelsohn, R., Nordhaus, W.D., Shaw, D., 1994. The Impact of
Global Warming on Agriculture: A Ricardian Analysis 84, 19.
Mertz, O., Halsnæs, K., Olesen, J.E., Rasmussen, K.,
2009. Adaptation to Climate Change in Developing Countries. Environmental
Management 43, 743-752. https://doi.org/10.1007/s00267-008-9259-3
Mittova, V., Guy, M., Tal, M., Volokita, M., 2002. Response of
the cultivated tomato and its wild salt-tolerant relative Lycopersicon
pennellii to salt-dependent oxidative stress: increased activities of
antioxidant enzymes in root plastids. Free Radic. Res. 36, 195-202.
Molua, E.L., 2008. Turning up the heat on African agriculture:
The impact of climate change on Cameroon's agriculture.
Mwongera, C., Boyard-Micheau, J., Baron, C., Leclerc, C.,
2014. Social Process of Adaptation to Environmental Changes: How Eastern
African Societies Intervene between Crops and Climate. Weather, Climate, and
Society 6, 341-353.
Nana, T.J., 2019. Impact of Climate Change on Cereal
Production in Burkina Faso. JAES 8. https://doi.org/10.15640/jaes.v8n1a2
Neil Adger, W., Arnell, N.W., Tompkins, E.L., 2005. Successful
adaptation to climate change across scales. Global Environmental Change,
Adaptation to Climate Change: Perspectives Across Scales 15, 77-86.
https://doi.org/10.1016/j.gloenvcha.2004.12.005
Ngigi, S.N., 2009. Climate Change Adaptation Strategies: Water
Resources Management Options for Smallholder Farming Systems in Sub-Saharan
Africa - Welcome to Foresight For Development [WWW Document]. URL
https://www.foresightfordevelopment.org/sobipro/55/197-climate-change-adaptation-strategies-water-resources-management-options-for-smallholder-farming-systems-in-sub-saharan-africa
(accessed 8.23.19).
Ngoong, J.T., 2013. An Analysis of the Socio-Economic
Determinants of Cocoa Production in Meme Division, Cameroon. Greener Journal of
Business and Management Studies 3, 298-308.
https://doi.org/10.15580/GJBMS.2013.6.072313748
Nordhaus, W.D., 2006. The «Stern Review» on the
Economics of Climate Change (Working Paper No. 12741). National Bureau of
Economic Research. https://doi.org/10.3386/w12741
Nordhaus, W.D., 1993. Rolling the «DICE»: an optimal
transition path for controlling greenhouse gases. Resource and Energy Economics
15, 27-50.
Nordhaus, W.D., 1977. Economic Growth and Climate: The Carbon
Dioxide Problem. American Economic Review 67, 341-346.
Nordhaus, W.D., 1974. Resources as a Constraint on Growth.
American Economic Review 64, 22-26.
Ochou, F.E., Quirion, P., 2019. Impact of climate change on
agriculture: determination of the existence of a price bias in Ricardian
studies.
Ojo, A.D., Sadiq, I., 2010. Effect of climate change on cocoa
yield: a case of cocoa research institute (crin) farm, oluyole local government
ibadan oyo state 9.
Olatunde, F.A., Oaikhena, I.G., Ojo, A.O.S., Olufemi, A.K.,
Babatunde, A.K., 2014. Effects of Plantain as Shade on the Growth Performance
of Cocoa Seedlings in the Nursery at Ibadan, Southwest, Nigeria. Natural
Science 06, 447-453. https://doi.org/10.4236/ns.2014.66043
OMM, 2014. Climat, météo et atmosphère
[WWW Document]. URL
https://www.globe-swiss.ch/files/Downloads/779/Download/Cahier_Atmosphere.pdf
(accessed 8.31.19).
Ouedraogo, M., 2012. Impact des changements climatiques sur
les revenus agricoles au Burkina Faso. 1 106, 3-21.
https://doi.org/10.12895/jaeid.20121.43
Oyekale, A.S., 2012. Impact of Climate Change on Cocoa
Agriculture and Technical Efficiency of Cocoa Farmers in South-West Nigeria.
Journal of Human Ecology 40, 143-148.
https://doi.org/10.1080/09709274.2012.11906532
Pant, K.P., 2013. Economics Of Climate Change For Smallholder
Farmers In Nepal: A Review. https://doi.org/10.3126/aej.v12i0.7571
Pei, L., HuanJie, C., Jian, W., 2010. Effects of soil water
stress on growth development, dry-matter partition and yield constitution of
winter wheat. Research of Agricultural Modernization 31, 330-333.
Phillips, J., Oosterhuis, D.M., 2012. Cotton response to high
temperature stress during reproductive development.
Pindyck, R.S., 2011. Fat Tails, Thin Tails, and Climate Change
Policy. Review of Environmental Economics and Policy 5, 258-274.
https://doi.org/10.1093/reep/rer005
Porter, J.J., Dessai, S., Tompkins, E.L., 2014. What do we
know about UK household adaptation to climate change? A systematic review.
Climatic Change 127, 371-379. https://doi.org/10.1007/s10584-014-1252-7
Pringle, C.S., Martin, T.G., Rhodes, J.R., 2012. Interactions
between climate and habitat loss effects on biodiversity: a systematic review
and meta-analysis. Global Change Biology 18, 1239-1252.
https://doi.org/10.1111/j.1365-2486.2011.02593.x
Quan, S., Li, Y., Song, J., Zhang, T., Wang, M., 2019.
Adaptation to Climate Change and its Impacts on Wheat Yield: Perspective of
Farmers in Henan of China. Sustainability 11, 1928.
https://doi.org/10.3390/su11071928
Quan, S., Li, Y., Song, J., Zhang, T., Wang, M., 2019b.
Adaptation to Climate Change and its Impacts on Wheat Yield: Perspective of
Farmers in Henan of China. Sustainability 11, 1928.
https://doi.org/10.3390/su11071928
Ramsey, 1928. Le modèle Ramsey / Cass-Koopmans (RCK)
[WWW Document]. URL
http://www.econ2.jhu.edu/people/ccarroll/public/lecturenotes/Growth/RamseyCassKoopmansWeb/
(accessed 2.9.19).
Raufu, M.O., Kibirige, D., Singh, A.S., 2015. Perceived effect
of climate change on cocoa production in south western Nigeria 8.
Raza, A., Ahmad, M., 2015. Analysing the Impact of Climate
Change on Cotton Productivity in Punjab and Sindh, Pakistan 33.
Rondhi, M., Fatikhul Khasan, A., Mori, Y., Kondo, T., 2019.
Assessing the Role of the Perceived Impact of Climate Change on National
Adaptation Policy: The Case of Rice Farming in Indonesia. Land 8, 81.
https://doi.org/10.3390/land8050081
Rosenzweig, C., Parry, M.L., 1994. Potential impact of climate
change on world food supply. Nature 367, 133-138.
https://doi.org/10.1038/367133a0
Roy, A., Haider, M.Z., 2019a. Stern review on the economics of
climate change: implications for Bangladesh. Int J of Cl Chan Strat and Man 11,
100-117. https://doi.org/10.1108/IJCCSM-04-2017-0089
Roy, A., Haider, M.Z., 2019b. Stern review on the economics of
climate change: implications for Bangladesh. Int J of Cl Chan Strat and Man 11,
100-117. https://doi.org/10.1108/IJCCSM-04-2017-0089
Ruth, M., Roy, Coelho, D., Karetnikov, D., 2007. US Economic
Impacts of Climate Change and the Costs of Inaction.
Sakti, G.P., 2016. Le Theobroma cacao dans le jardin de
Banjarsari 65.
Salvacion, A.R., 2019. Effect of climate on provincial-level
banana yield in the Philippines. Information Processing in Agriculture
S2214317318304311. https://doi.org/10.1016/j.inpa.2019.05.005
Satriani, A., Loperte, A., Soldovieri, F., 2015. Integrated
geophysical techniques for sustainable management of water resource. A case
study of local dry bean versus commercial common bean cultivars. Agricultural
Water Management 162, 57-66. https://doi.org/10.1016/j.agwat.2015.08.010
Schlenker, W., Roberts, M.J., 2009. Nonlinear temperature
effects indicate severe damages to U.S. crop yields under climate change. PNAS
106, 15594-15598. https://doi.org/10.1073/pnas.0906865106
Schlenker, W., Roberts, M.J., Lobell, D.B., 2013. US maize
adaptability. Nature Clim Change 3, 690-691.
https://doi.org/10.1038/nclimate1959
Schroth, G., Läderach, P., Martinez-Valle, A.I., Bunn,
C., Jassogne, L., 2016. Vulnerability to climate change of cocoa in West
Africa: Patterns, opportunities and limits to adaptation. Science of The Total
Environment 556, 231-241. https://doi.org/10.1016/j.scitotenv.2016.03.024
Selvaraju, R., Subbiah, A.R., Baas, S., Juergens, I. (Eds.),
2006. Livelihood adaptation to climate variability and change in drought-prone
areas of Bangladesh: developing institutions and options?; implemented under
the project Improved Adaptive Capacity to Climate Change for Sustainable
Livelihoods in the Agriculture Sector - DP9/1-BGD/01/004/01/99, Institutions
for rural development Case study. FAO, Rome.
Sheng, Y., Xu, X., 2019. The productivity impact of climate
change: Evidence from Australia's Millennium drought. Economic Modelling 76,
182-191. https://doi.org/10.1016/j.econmod.2018.07.031
Simonet, 2008. Adaptation aux changements climatiques -
Collectivités viables [WWW Document]. URL
http://collectivitesviables.org/articles/adaptation-aux-changements-climatiques.aspx
(accessed 8.27.19).
Simonet, G., 2009. Le concept d'adaptation?: polysémie
interdisciplinaire et implication pour les changements climatiques. Natures
Sciences Sociétés 17, 392-401.
https://doi.org/10.1051/nss/2009061
Smit, B., Burton, I., Klein, R.J.T., Street, R., 1999. The
science of adaptation: a framework for assessment. Mitigation and Adaptation
Strategies for Global Change 4, 199-213.
https://doi.org/10.1023/A:1009652531101
Smit, B., Pilifosova, O., 2001. Adaptation to Climate Change
in the Context of Sustainable Development and Equity. Climate Change, Adaptive
Capacity and Development 8, 879-906.
Smith, J., Lenhart, S., 1996. Climate change adaptation policy
options. Clim. Res. 6, 193-201. https://doi.org/10.3354/cr006193
Smith, J.B., Tirpak, D.A., 1989. The Potential Effects of
Global Climate Change on the United States. Draft Report to Congress.
Washington DC: U.S. Environmental Protection Agency [WWW Document]. URL
https://www.google.com/search?q=Smith%2C+J.+B.%2C+and+D.+A.+Tirpak%2C+eds.+The+Potential+Effects+of+Global+Climate+Change+on+the+United+States.+Draft+Report+to+Congress.+Washington+DC%3A+U.S.+Environmental+Protection+Agency%2C+1988.&oq=Smith%2C+J.+B.%2C+and+D.+A.+Tirpak%2C+eds.+The+Potential+Effects+of+Global+Climate+Change+on+the+United+States.+Draft+Report+to+Congress.+Washington+DC%3A+U.S.+Environmental+Protection+Agency%2C+1988.&aqs=chrome..69i57.1102j0j7&sourceid=chrome&ie=UTF-8
(accessed 9.12.19).
Solow, R.M., 1957. Technical Change and the Aggregate
Production Function. The Review of Economics and Statistics 39, 312.
https://doi.org/10.2307/1926047
Stern, N., 2007. STERN REVIEW: The Economics of Climate Change
[WWW Document]. URL
http://mudancasclimaticas.cptec.inpe.br/~rmclima/pdfs/destaques/sternreview_report_complete.pdf
(accessed 9.13.19).
Sultan, B., Roudier, P., Quirion, P., Alhassane, A., Muller,
B., Dingkuhn, M., Ciais, P., Guimberteau, M., Traore, S., Baron, C., 2013.
Assessing climate change impacts on sorghum and millet yields in the Sudanian
and Sahelian savannas of West Africa. Environ. Res. Lett. 8, 014040.
https://doi.org/10.1088/1748-9326/8/1/014040
Tingem, M., Rivington, M., Bellocchi, G., Azam-Ali, S., Colls,
J., 2008. Effects of climate change on crop production in Cameroon. Climate
Research 36, 65-77. https://doi.org/10.3354/cr00733
Trnka, M., Olesen, J.E., Kersebaum, K.C., Skjelvåg,
A.O., Eitzinger, J., Seguin, B., Peltonen-Sainio, P., Rötter, R.,
Iglesias, A., Orlandini, S., Dubrovský, M., Hlavinka, P., Balek, J.,
Eckersten, H., Cloppet, E., Calanca, P., Gobin, A., Vuèetiæ, V.,
Nejedlik, P., Kumar, S., Lalic, B., Mestre, A., Rossi, F., Kozyra, J.,
Alexandrov, V., Semerádová, D., éalud, Z., 2011.
Agroclimatic conditions in Europe under climate change. Global Change Biology
17, 2298-2318. https://doi.org/10.1111/j.1365-2486.2011.02396.x
Urama, K., Ozor, N., 2011. Agricultural Innovations for
Climate Change Adaptation and Food Security in Western and Central Africa.
Agro-Science 10. https://doi.org/10.4314/as.v10i1.68717
Villavicencio, X., McCarl, B.A., Wu, X., Huffman, W.E., 2013.
Climate change influences on agricultural research productivity. Climatic
Change 119, 815-824. https://doi.org/10.1007/s10584-013-0768-6
Vogel, E., Donat, M.G., Alexander, L.V., Meinshausen, M., Ray,
D.K., Karoly, D., Meinshausen, N., Frieler, K., 2019. The effects of climate
extremes on global agricultural yields. Environ. Res. Lett. 14, 054010.
https://doi.org/10.1088/1748-9326/ab154b
Wahid, A., Gelani, S., Ashraf, M., Foolad, M.R., 2007. Heat
tolerance in plants: An overview. Environmental and Experimental Botany 61,
199-223. https://doi.org/10.1016/j.envexpbot.2007.05.011
Weissenberger, 2019. Changements climatiques -
Stratégies d'adaptation [WWW Document]. URL
http://www8.umoncton.ca/umcm-climat/uved/grain/3_1_3_adaptation (accessed
9.8.19).
Werndl, C., 2016. On Defining Climate and Climate Change. Br J
Philos Sci 67, 337-364. https://doi.org/10.1093/bjps/axu048
Wiah, E.N., Twumasi-Ankrah, S., 2017. Impact of Climate Change
on Cocoa Yield in Ghana Using Vector Autoregressive Model 1, 8.
Wilson, G.A., 2014. Community resilience: path dependency,
lock-in effects and transitional ruptures. Journal of Environmental Planning
and Management 57, 1-26. https://doi.org/10.1080/09640568.2012.741519
Wooldridge, J.M., 2013. Introductory econometrics?: a modern
approach, 5th ed., international ed. ed. Australia?: South Western, Cengage
Learning.
Wrigley, C., Owusu, K., Egyir, I.S., Owiyo, T.M., 2019. Gender
dimensions of climate change adaptation practices: the experiences of
smallholder crop farmers in the transition zone of Ghana. African Geographical
Review 38, 126-139. https://doi.org/10.1080/19376812.2017.1340168
Yang, D., 2008. Coping with Disaster: The Impact of Hurricanes
on International Financial Flows, 1970-2002. The B.E. Journal of Economic
Analysis & Policy 8, 1-45.
Zafar, S.A., Noor, M.A., Waqas, M.A., Wang, X., Shaheen, T.,
Raza, M., Mehboob-Ur-Rahman, 2018. Temperature Extremes in Cotton Production
and Mitigation Strategies, in: Mehboob-Ur-Rahman, Zafar, Y. (Eds.), Past,
Present and Future Trends in Cotton Breeding. InTech.
https://doi.org/10.5772/intechopen.74648
Zhong, Z., Hu, Y., Jiang, L., 2019. Impact of Climate Change
on Agricultural Total Factor Productivity Based on Spatial Panel Data Model:
Evidence from China. Sustainability 11, 1516.
https://doi.org/10.3390/su11061516
Table des matières
AVERTISSEMENT
i
DEDICACE
ii
REMERCIEMENTS
iii
SIGLES ET ABREVIATIONS
iv
LISTE DES GRAPHIQUES
v
LISTE DES TABLEAUX
vi
RESUME
vii
ABSTRACT
viii
SOMMAIRE
ix
Introduction
générale
1
Première partie :
Influence
des changements climatiques sur le rendement agricole des pays de la CEEAC
13
Introduction
de la première partie
14
Chapitre
1 : Revue de la littérature sur les effets des changements climatiques
sur le rendement agricole
16
Section 1 : Enseignement théorique des
effets des changements climatiques sur le rendement agricole
17
1.1 Canaux de transmission théoriques par
lesquels les températures affectent le rendement agricole
17
1.1.1 Effet du stress thermique sur la croissance et
le développement des cultures
17
1.1.2 Effet du stress thermique sur le rendement
agricole
19
1.2 Canaux théoriques par lesquels les
précipitations affectent le développement et le rendement
agricole
21
1.2.1 Effet du stress hydrique sur la
croissance et le développement des cultures
21
1.2.2 Effet du stress hydrique sur le rendement
agricole
22
Section 2 : La littérature empirique des
effets des changements climatiques sur la production agricole
24
2.1 Les effets controversés des
températures sur la productivité agricole
24
2.1.1 Influence négative des
températures sur le rendement agricole
24
2.1.2 Influence positive des températures sur
le rendement agricole
26
2.2 Les effets mitigés des
précipitations sur la productivité agricole
27
2.2.1 Influence négative des
précipitations sur le rendement agricole
27
2.2.2 Influence positive des précipitations
sur le rendement agricole
29
Conclusion
30
Chapitre
2 : Analyse des effets des changements climatiques sur le rendement agricole
dans les pays membres de la CEEAC
31
Section 1 : Analyse descriptive des effets des
changements climatiques sur le rendement agricole
32
1.1 Evolution des variables des changements
climatiques dans les pays de la CEEAC
32
1.2 Evolution des rendements agricoles dans les pays
de la CEEAC
36
Section 2 : Changements climatiques et
productivité agricole: analyse du sens de la causalité
41
2.1 Démarche méthodologique
41
2.1.1 Méthodologie de formalisation du
modèle économétrique
41
2.1.2 Présentation des variables du
modèle et source de données
41
2.2 Estimation, présentation des
résultats et interprétations
43
2.2.1 Méthode d'estimation
43
2.2.2 Estimation, présentation des
résultats et interprétation
43
2.2.2.1 Procédure d'estimation
43
2.2.2.2 Présentation des résultats des
estimations et interprétation
44
Conclusion
50
Conclusion
de la première partie
51
Deuxième partie :
Appréciation
de l'efficacité des stratégies d'adaptations agricole aux effets
des changements climatiques sur le rendement dans les pays de la CEEAC
52
Introduction
de la deuxième partie
53
Chapitre
3 : enseignement de la littérature sur les stratégies
d'adaptation aux effets des changements climatiques
55
Section 1 : Enseignement de la
littérature sur les stratégies d'adaptation
56
1.1 Typologies de l'adaptation aux changements
climatiques
56
1.1.1 Adaptation par rapport au caractère
plus ou moins spontanée
56
1.1.2 Adaptation planifiée ou public
58
1.2 Mise en oeuvre de l'adaptation au changement
climatique
59
1.2.1 Processus d'adaptation
60
1.2.2 Mesure et évaluation de
l'adaptation
61
Section 2 : Stratégies d'adaptation aux
changements climatiques mises en oeuvre en agriculture
62
2.1 Stratégies d'adaptation agricole aux
effets des changements climatiques
62
2.1.1 Stratégies d'adaptations agricoles
traditionnelles aux effets des changements climatiques
62
2.1.2 Nouvelles stratégies d'adaptations
agricoles aux effets des changements climatiques
64
2.2 Résultats de la littérature
empirique sur les actions d'adaptation
66
2.2.1 Effets négatifs des stratégies
d'adaptation sur le rendement agricole
66
2.2.2 Effets positifs des stratégies
d'adaptation sur le rendement agricole
68
Conclusion
69
Chapitre
4 : Analyse de l'efficacité des stratégies d'adaptation agricole
aux effets des changements climatiques sur le rendement dans les pays de la
CEEAC
71
Section 1 : Analyse descriptive des
stratégies d'adaptation aux effets changements climatiques et du
rendement agricole dans les pays de la CEEAC
72
1.1 Evolution et statistiques descriptives des
indicateurs des stratégies d'adaptation agricole aux changements
climatiques dans les pays de la CEEAC
72
1.2 Coévolution entre indicateurs du
rendement agricole et les variables des stratégies d'adaptation agricole
aux effets des changements climatiques dans la CEEAC
75
Section 2 : effets des stratégies
d'adaptation agricole aux changements climatiques sur le rendement agricole:
analyse du sens de la causalité
78
2.1 Démarche méthodologique
78
2.1.1 Choix du modèle
économétrique
78
2.1.2 Présentation des variables du
modèle
79
2.2 Estimation, présentation des
résultats et interprétations
81
2.2.1 Méthode d'estimation
81
2.2.2 Estimation, présentation des
résultats et interprétation
81
2.2.2.1 Procédure d'estimation
81
2.2.2.2 Présentation des résultats
des estimations et interprétation
83
Conclusion
88
Conclusion
de la deuxième partie
89
Conclusion
générale
90
Annexes
94
Annexes 1
95
Annexes 2
102
Références
bibliographiques
103
Table
des matières
103
* 1Rapport du groupe
international d'expert sur le climat (2007).
* 2Les quantités
pertinentes sont le plus souvent des variables de surface telles que la
température, les précipitations et le vent.
* 3 Augmentations des
surfaces cultivées, mettre en place des systèmes d'irrigation.
* 4 La Cop est une
Conférence Internationale sur le Climat qui réunit chaque
année les pays signataire de la CCNUCC. L'édition 2015 (COP21) a
été organisée par la France. Cette COP21 engage tous les
pays du monde à réduire leurs émissions de gaz à
effet de serre et à maintenir le réchauffement sous la barre des
2°C d'ici 2100.
* 5 Angola, Burundi,
Cameroun, Congo, Gabon, Guinée Equatorial, République
Centrafricaine, République Démocratique du Congo, Rwanda, Sao
Tomé-et-Principe et le Tchad.
* 6 Soit 20% pour les
services et 11% pour l'industrie.
* 7Les modèles
notables de cette approche sont le modèle de Solow (1956), le
modèle de Ramsey-Cass-Koopmans, le modèle de Mankiw, Romer et
Weil, etc.
* 8Cette technique a
été baptisée méthode ricardienne car elle est
basée sur l'observation de Ricardo (1817), selon laquelle la valeur des
terres reflète la productivité de ces terres sur un site soumis
à une concurrence parfaite.
* 9 Pour le rendement du
cacao et du café.
* 10 Le rendement de la
banane.
* 11 Le rendement du
coton.
* 12Modèle à
effets fixes ou à effets aléatoires.
* 13 Angola, Cameroun,
République Centrafricaine, République Démocratique du
Congo.
* 14 Avec 0 qui correspond
à la valeur de fusion de l'eau pure et 100°C qui correspond au
point d'ébullition de l'eau pure dans les conditions normales de
température et de pression.
* 15Bruine, pluie, averse
* 16Neige, grésil,
grêle
* 17Rosée,
gelée blanche, givre,...
* 18 Les principaux
instruments de mesure des précipitations sont le pluviomètre et
le pluviographe.
* 19Christisnsen, 1986.
* 20 La province Chinoise
* 21 Angola, Cameroun, RDC
et RCA.
* 22Banane, Cacao,
Café et Coton
* 23 Le test de Fisher nous
permet d'affirmer la présence ou non d'effets fixes.
* 24 Le test de Breuch et
Pangan nous permet dire s'il y'a présence ou non d'effets
aléatoires.
* 25 Le test de Hausman nous
permet de faire le choix entre le modèle à effets fixes et le
modèle à effets aléatoires.
* 26Relations
organismes-milieu
* 27Le secteur privé
renvoie ici aux organisations individuelles ou collectives qui ne
relèvent pas de l'autorité publique qu'elle soit nationale ou
locale
* 28 Cameroun, Guinée
équatoriale et République centrafricaine
* 29Dans les modèles
1 et 3 si la p-value du test est supérieure à 5% on retient le
modèle à effet aléatoire ; si la p-value est
inférieure à 5% on retient le modèle à effet fixe.
De même pour le modèle 2 et 4 si la p-value du test est
inférieure à 5% on retient le modèle à effets
aléatoire ; si elle est supérieure à 5% c'est le
modèle à effets fixes.
|
|