WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Analyse des déterminants de la production des cultures vivrières au Bénin: cas du maà¯s et de l'igname

( Télécharger le fichier original )
par Nouta௠Rodrigue HONKPEHEDJI
Université nationale du Bénin - Ingénieur statisticien économiste 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3. Hypothèses

Sur la base des objectifs spécifiques ci-dessus mentionnés et à partir des recherches documentaires, trois (03) hypothèses de recherche qui feront objet de vérification ont été proposées. Il s'agit de :

H1 : « l'augmentation de la superficie emblavée affecte positivement la production vivrière »;

H2 : « la pluviométrie a un effet positif sur la production vivrière » ;

H3 : « la croissance démographique (population rurale) a un effet positif sur la production vivrière».

4. Revue de littérature

4.1. Revue de littérature théorique

4.1.1. Théories de la modélisation des rendements agricoles

Marc Nerlove fut le premier à développer en 1956 et 1958 une théorie que l'on connaît sous le nom de « the Nerlovian models of supply response » qui a permis d'expliquer la réaction des producteurs agricoles américains face aux changements perpétuels des prix des récoltes, des politiques macroéconomiques et bien d'autres facteurs. Pour élaborer sa théorie, Nerlove part de deux constats classiques:

· les producteurs réagissent par rapport aux prix actuels sur le marché. Habituellement, les prix observés sont les prix du marché ou les prix effectifs des producteurs après la récolte alors que les décisions de production doivent être basées sur les prix escomptés que des agriculteurs projettent plusieurs mois avant la récolte. En raison du décalage temporaire qui intervient dans le processus de production agricole, modéliser la formation des anticipations est ainsi une importante question pour analyser l'offre du secteur agricole.

· les quantités observées peuvent différer des quantités désirées en raison du retard d'ajustement dans la réallocation des facteurs. Quand le prix du produit change, plusieurs années peuvent s'écouler avant que les producteurs ne puissent ajuster leur production ordinaire désirée au nouveau prix.

Les travaux de Marc Nerlove ont joué un rôle prépondérant et ont apporté un souffle nouveau à la modélisation de l'offre du secteur agricole face aux risques y afférents et bien d'autres facteurs (tels que les politiques macroéconomiques, les politiques commerciales, les changements technologiques, les aléas climatiques, etc.). Les études empiriques de ces

modèles ont permis aux agroéconomistes (surtout américains) de développer les outils adéquats de politiques agricoles. Ceci a considérablement amélioré le rôle du secteur agricole dans le développement économique et a mis en relation l'Etat et les producteurs à travers les politiques macroéconomiques et commerciales. Cependant, la réaction de l'offre du secteur agricole aux mouvements des prix a été l'objet de longues et vigoureuses discussions se référant au traitement classique de l'élasticité de l'offre de long terme de Nerlove (1958) pour le blé, le coton, et du maïs aux Etats-Unis (Askari et Cumings, 1976). L'estimation des élasticités d'offre (de court et long terme) varie largement d'une culture à l'autre, et d'une région à l'autre. Ceci a conduit certains auteurs à dire que les modèles « Nerloviens » sont inadéquats pour décrire la réaction de long terme (Voir Binswanger, Braulke, Diebold et Lamb). Binswanger (1989) souligne que la politique agricole de l'ajustement structurel de long terme peut ne pas être discernable avec l'analyse de la régression, particulièrement dans les modèles avec un retard structurel comme c'est le cas dans les modèles Nerloviens. Dans « policy intervention and supply response: the British potato making scheme in retrospect », A. Lioyd, C. Morgan et J. Rayner soulignent que dans un marché sur lequel la décision des producteurs est contrainte par des opérations de quotas sur la terre, d'excès de politiques de taxation, la validité de la spécification du modèle Nerlovien n'est plus certaine. Quelques années plus tôt, Jennings (1981), Enner et White (1989) démontraient le même résultat. Enner et White (1989) proposent une spécification alternative du modèle Nerlovien qui exploite utilement la présence du contrôle des sols et le maintien de l'environnement dans la modélisation des superficies et des rendements. Spécifiquement, les plantations sont divisées en deux : celles qui respectent le quota et celles qui dépassent le quota imposé. En général, l'excès de cultures sur la terre s'opère avec un faible coût d'opportunité.

Ceci a permis de segmenter le modèle en tenant compte du fait que des producteurs vont agir différemment les uns des autres et par rapport aux variables politiques et aux signaux du marché.

Dans ce contexte de marché, la taxation pour l'excès de cultures sur la terre leur est prohibitive contrairement aux autres (ceux qui respectent les quotas) qui ne manifestent aucune réaction.

Cette flexibilité est clairement avantageuse pour une compréhension de la décision de mise en culture des terres.

Beaucoup d'autres auteurs, particulièrement dans les études d'assurance des producteurs face aux différents risques liés à la production (surtout la pluviométrie), ont suggéré plusieurs approches pour mesurer les rendements agricoles. Dans « developping based-rainfall indexinsurance in Morocco, 1999» Barakat et Handoufe distinguent deux types de risques qui affectent les rendements agricoles: le risque systémique dû aux facteurs non maîtrisables tels que la pluie, l'érosion et le risque spécifique qui peut provenir par exemple de la mauvaise utilisation des intrants chimiques, la mécanisation, les mauvaises semences, etc. Cependant, les résultats trouvés montrent que seul le risque systémique affecte de façon significative les rendements agricoles. Le risque spécifique quant à lui est contrôlable, et n'a pratiquement pas d'effet sur les rendements.

Dans le même cadre, Yacoubi et al, (2001), dans leur étude sur la sécheresse au Maroc ont abouti à une relation linéaire entre les précipitations pluviométriques et la production.

Malgré les différentes critiques formulées à l'endroit des modèles nerloviens, ils demeurent les seuls modèles efficaces utilisés par plusieurs chercheurs pour estimer la production agricole.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Le don sans la technique n'est qu'une maladie"