Effets du changement climatique sur la dynamique des prix des produits agricoles en République du Congo

• DÉDICACE
  
• REMERCIEMENTS
  
• SOMMAIRE
  
• 
  
• SIGLES ET ACRONYMES
  
• LISTE DES TABLEAUX
  
• LISTE DES GRAPHIQUES
  
• RESUME
  
• INTRODUCTION
  
  • 1- Contexte et justification
    
  • 2- Intérêt du sujet
    
  • 3- Problématique
    
  • 4- Objectif
    
  • 5- Hypothèse
    
  • 6- Délitation du Plan d'étude
    
  • 7- Organisation du Travail
    
• II- ANALYSE DES FAITS STYLISES
  
• Graphique 1: Évolution des précipitations et de la valeur ajoutée agricole (en % du PIB) au Congo de 1986 à 2020
  
• Graphique 2 : Évolution de la température et de la valeur ajoutée agricole (en % du PIB) au Congo de 1986 à 2020
  
• Graphique 3: Évolution de l'indice de prix et la valeur ajoutée agricole (en % du PIB) au Congo de 1986 à 2020.
  
  • I- REVUE DE LA LITTÉRATURE ET CADRE CONCEPTUEL
    
  • 1- Revues théoriques
    
  • 2- Revues empiriques
    
• Tingem et al. (2003) étudient les effets du changement climatique sur la production agricole au Cameroun, ils évaluent les effets potentiels du changement climatique des gaz à effet de serre, ainsi que de l'effet direct de fertilisation du CO2 sur les rendements des cultures au Cameroun.  A l'aide de modèle climatique GISS, Hadley Centre's HadCM3, au modèle de culture CropSyst pour simuler les rendements actuels et futurs (2020, 2080) des cultures (noix de bambara, arachide, maïs, sorgho et soja) dans 8 régions agricoles du Cameroun, ils trouvent qu'en 2080, les rendements du maïs et du sorgho, du fait du changement climatique, diminueront de 14,6% et 39,9% respectivement dans 8 régions du Cameroun. En revanche, ils montrent que cet effet n'est pas uniforme, dans la mesure où l'arachide, bambara et le soja augmenteront respectivement de 17,9%, 12,9% et 54,6%.
  
• IV- METHODOLOGIE DE L'ETUDE
  
  • 1- Modèle théorique
    
  • 2- Modèle empirique
    
• V- SOURCE ET DESCRIPTION DES DONNEES
  
  • 1- Source des données
    
  • 2- Description des données
    
    • Le tableau ci-dessousdonne les résultats des statistiques descriptives des variables de l'étude, pour une période de 1986 à 2020. Ces résultats retracent ce qu'ont été la moyenne, le maximum et le minimum de chacune des variables, compte tenu de la période d'observation. Ils renseignent également sur la situation de la distribution (normalité) de chaque variable. S'agissant des moyennes des différentes variables, elles ont été de 111,3971 FCFA, 6,994545%, 781,5453 mm et 25,52970 C°, respectivement pour l'indice de prix, la valeur ajoutée agricole, les précipitations et la température. Dans ce même ordre, les maximas représentaient 138,4 FCFA, 13%, 941,5249 mm, 26,70 C°, respectivement pour l'indice de prix, la valeur ajoutée, les précipitations et la température.
      
    • Tableau 2 : Statistiques descriptives
      
• VI- ANALYSE ET DISCUSSION DES RESULTATS
  
  • 1- L'estimation du modèle
    
  • 1- Résultats de l'estimation
    
  • 2- Discussion des résultats
    
• VII- CONCLUSION ET IMPLICATIONS DE POLITIQUE ECOMIQUE
  
• BIBLIOGRAPHIE
  
  • 25- EasterlingW.E. Crosson P.R. Rosenberg, N.J. McKenney M.S.(1993),«Impacts agricoles et réponses au changement climatique dans la région Missouri-Iowa-Nebraska-Kansas (Mink)», vol 24, N°2, pp.23-61
    
• 26- Engle R.E. et Granger C.W.J. (1987), «Cointegration and error-correction : representation, estimation and testing»,Econometrica, vol.55, N°2, pp.251-276.
  
• 27- État des Forêts du Congo (2013),Éds: de Wasseige C. Flynn J. Louppe D. HiolHiol F.Mayaux Ph. - 2014. Weyrich. Belgique. 328 p.
  
• 64- Zhao.Y, 2005 «Le changement climatique contemporain: développement d'un champ d'étude à l'interface Climat et Societé»,vol.16, N°2, pp.97-106.
  
• ANNEXE
  
  • Tableau 10: Test d'autocorrélation des résidus
    
  • Tableau 11 : Estimations du modèle
    
• RESUME