Télécharger le fichier pdf d’un mémoire de fin d’études
Vérification de l’Hypothèse 2 : « La diversité des exploitations de la commune est due à l’existence du GPS »
Pour l’établissement de la typologie, les étapes sont les suivantes :
– Choix des variables : les variables sont regroupées en rubriques à savoir les informations sur l’exploitation, les revenus, les ressources et les dépenses ;
– Réduction des variables à partir de l’Analyse Factorielle Discriminante (AFD) : seules les variables discriminantes par rapport à l’appartenance au groupement de producteur et par rapport à la surface de culture de haricot seront retenues ;
– Caractérisation des exploitations par une Analyse des Correspondances Multiples (ACM) qui relie les variables aux axes factoriels pour leur donner un sens et les observations aux axes, pour les classer en types d’exploitations.
– Confirmation des types d’exploitation agricole par une Classification Ascendante Hiérarchique (CAH), qui regroupe automatiquement les observations en classes suivant leurs ressemblances.
Pour résumer, l’AFD déterminera les variables explicatives pertinentes par rapport aux variables dépendantes. L’analyse par ACM va classifier et caractériser les variables obtenues après AFD. Enfin l’analyse par CAH confirmera la classification de ces variables.
Choix des variables
La première étape consiste à déterminer toutes les variables significatives permettant de différencier les systèmes d’exploitation agricole. Dans le souci de ne laisser aucune variable discriminante de côté, les variables ont été regroupées en rubriques :
– Identité de l’exploitation : âge et niveau scolaire du chef d’exploitation, taille du ménage, main d’œuvre active.
– Types de revenu : revenu issu de l’agriculture (vente des produits agricoles), revenu d’élevage, revenu non agricole issu des activités extérieures à l’exploitation.
– Ressources : terre (surface disponible, surface cultivée), nombre de variétés cultivées, emprunts ;
– Dépenses : achat d’engrais et d’herbicide, de matériel agricole, de main d’œuvre extérieure.
En plus de ces variables, la superficie cultivée en haricot, l’appartenance ou non au groupement de producteur de semence et la distance du marché ont été retenues. En tout, il y a 18 variables.
Ensuite, les variables traduisant les revenus sont rapportées au nombre d’actifs tandis que celles liées aux dépenses sont rapportées à la taille de l’unité de production. Cette dernière désigne le nombre de personnes actives et non actives dans le foyer. La main d’œuvre totale inclue aussi bien la main d’œuvre interne qu’externe réalisant les activités agricoles et non agricoles au sein de l’exploitation.
Réduction du nombre de variables par AFD
Selon le but fixé par l’étude qui se propose d’appréhender les conséquences de l’appartenance à un groupement de producteurs de haricot, les variables sont discriminées en fonction de leur liaison avec le groupement de producteurs et la surface cultivée de haricot. Ainsi, l’appartenance ou non à un groupement a été codée (code binaire). En se référant au tableau représentant le test d’égalité des moyennes des classes, les variables associées à une p-value inférieure au seuil de significativité α=0,05 sont retenues. Ces variables sont jugées pertinentes pour la classification des observations en référence à l’appartenance au groupement.
Détermination des types par ACM
La première étape consiste à codifier les variables quantitatives et qualitatives, afin d’obtenir des variables discrètes, et définir des modalités qui contiennent des effectifs équilibrés. L’ACM explicite le lien entre les variables et les axes d’une part et les observations par rapport aux axes d’autre part. Cette étape permet, grâce à des graphiques de représentation, d’observer les relations entre les catégories des variables (modalités) et les observations (les exploitations). Le nombre d’axes considérés est limité à ceux excédant la moyenne des valeurs propres de tous les axes. Le pourcentage d’inertie représenté par chaque axe indique son poids dans l’interprétation. Dans la pratique, on regarde surtout le premier plan factoriel et un troisième axe seulement s’il représente un pourcentage significatif de l’inertie totale. Ensuite, la contribution de chaque variable aux axes est prise en compte. Selon le même principe, les variables présentant une contribution supérieure à la moyenne expliquent l’axe. Celles qui ont une contribution inférieure à la moyenne sont considérées comme neutres par rapport à l’axe. Les coordonnées des variables permettent de localiser les variables par rapport à l’axe. Ensuite, les observations sont portées sur le graphe et leur localisation par rapport aux axes donne des pistes pour leurs possibles regroupements. Les deux premiers axes considérés devraient représenter au moins les 2/3 des observations.
Confirmation des types par CAH
L’intérêt de cette classification repose sur la vérification des groupes obtenus à partir de l’ACM. Les données codifiées sont converties préalablement pour avoir un tableau disjonctif. Un tableau disjonctif consiste en l’éclatement d’un tableau défini par n observations et q variables qualitatives en un tableau défini par n observations et p indicatrices où p est la somme des nombres de modalités des q variables : chaque variable Q (j) est décomposée en un sous-tableau à q (j) colonnes où la colonne k contient des 1 pour les observations correspondant à la k-ième modalité et 0 pour les autres observations. A partir du tableau disjonctif obtenu, on procède à la classification ascendante hiérarchique. Cette méthode de classification itérative est basée sur le calcul de la dissimilarité et le regroupement des observations. Les regroupements successifs produisent un arbre binaire de classification (dendrogramme), dont la racine correspond à la classe regroupant l’ensemble des individus.
Ce dendrogramme représente une hiérarchie de partitions.
L’indice de dissimilarité utilisé a été la distance de Khi². Cette distance a la propriété de s’annuler dans le cas de deux observations dont les fréquences sont proportionnelles pour tous les états de variables. La méthode de Ward a été choisie comme méthode d’agrégation. Le principe est le suivant : on agrège deux groupes de sorte que l’augmentation de l’inertie intra-classe soit la plus petite possible, afin que les classes restent homogènes.
Vérification de l’Hypothèse 3 : Le revenu des paysans membres présente une amélioration avec le GPS du haricot.
Régression linéaire
Le modèle de régression vise à expliquer le comportement d’une variable quantitative Y appelée variable endogène ou dépendante et du terme d’erreur ε (RAHELIZATOVO, 2011). Dans le cas de l’étude, cette variable est le « revenu des producteurs issu de la production de haricot ».
Le modèle linéaire se présente comme suit :
Y 01 X1 … j X j …k1 X k1
Où X j = 0, 1, …, k-1 variables explicatives
β : coefficient de variabilité
ε : terme d’erreur
Le terme d’erreur ε est censé capturer tout ce qui n’a pas été expliqué par le modèle.
Les variables explicatives
Le comportement de la variable dépendante est expliqué avec l’aide d’un certain nombre de variables explicatives, indépendantes ou exogènes, chacune associée à un paramètre β. Les variables explicatives choisies sont les suivantes :
Tableau 3 : Les variables explicatives du modèle de régression linéaire avec les signes de l’effet
attendu
Analyse financière des activités de culture de haricot pour les types d’exploitants
L’analyse économique permet de comparer le coût de production ainsi que les gains potentiels des producteurs de haricot. L’analyse considère les différents types d’exploitants agricoles obtenus après la typologie. Ainsi, pour chaque type de producteurs de haricot, la valeur de la production et les différentes charges ou coûts de production sont calculées en vue de déterminer la valeur ajoutée. L’objectif de l’analyse est de comparer le solde obtenu par les différents types de producteurs de haricot. Les résultats à comparer seront les investissements, les charges de production et le solde intermédiaire de gestion. Les données analysées proviennent des enquêtes menées auprès des exploitants. Les calculs sont basés sur la moyenne de chaque classe ou type de producteur déterminé par la typologie.
Importance de la production de semence pour les acteurs
Pour illustrer l’importance accordée par les acteurs du système dans la production de semence de haricot, le diagramme de Venn, présenté dans la Figure 3 est choisi comme outil d’analyse :
Figure 3 : Diagramme de Venn montrant l’importance de la relation entre les différents acteurs D’après le diagramme, les acteurs ayant une relation directe avec le GPS sont le FOFIFA, l’AMADEA, le VTMMA, le SOC, le PROSPERER et les CSA. Par ailleurs, le PARECAM, le FAO et l’AD2M collaborent avec le GPS par l’intermédiaire de FOFIFA.
Le FOFIFA accorde une grande importance dans les activités de production de semence et collabore étroitement avec les membres du GPS. Le SOC, le VTMMA, l’AMADEA et le PARECAM constitue une importance moyenne dans la production de semence. Le SOC travaille avec le GPS en termes de certification des semences. Cette collaboration est faible et ne se fait que sur demande du FOFIFA. Le CSA, l’AD2M, le PROSPERER et le FAO n’accordent qu’une faible importance aux activités de production de semence. Malgré cela, le PROSPERER a collaboré activement avec le GPS lors de son officialisation.
|
Table des matières
INTRODUCTION
I. MATERIELS ET METHODES
I.1. Matériel
I.1.1. Choix du sujet
I.1.2. Zone d’étude
I.2. Méthodes
I.2.1. Démarche commune de vérification des hypothèses
I.2.1.1. Recherches bibliographiques et webographiques
I.2.1.2. Les différentes approches
I.2.1.3. Entretien avec les personnes ressources
I.2.1.4. Echantillonnage et enquête exploitation
I.2.1.5. Caractères étudiés et outils statistiques
I.2.1.6. Phase de traitement de données
I.2.2. Démarches spécifiques à la vérification de chaque hypothèse
I.2.2.1. Vérification de l’Hypothèse 1 : « La coopération avec les institutions de recherche contribue au développement du GPS»
I.2.2.2. Vérification de l’Hypothèse 2 : « La diversité des exploitations de la commune est due à l’existence du GPS »
I.2.2.3. Vérification de l’Hypothèse 3 : Le revenu des paysans membres s’améliore avec le GPS du haricot.
I.2.3. Chronogramme des activités
II. RESULTATS
II.1. Analyse situationnelle du groupement de producteur
II.1.1. Identification des acteurs en relation avec le GPS
II.1.2. Relation de coopération entre les différents acteurs du système de production
II.1.3. Importance de la production de semence pour les acteurs
II.1.4. Analyse des facteurs influençant le groupement de producteur de semence
II.1.4.1. Au niveau de la relation avec les différents acteurs de développement de la spéculation culturale
II.1.4.2. Au niveau de l’environnement du groupement
II.1.5. Modélisation de l’évolution numérique du GPS
II.1.5.1. Comparaison des signes attendus
II.1.5.2. Interprétation des variables statistiquement significatifs
II.2. Typologie des exploitations
II.2.1. Les variables discriminantes
II.2.2. Interprétation des axes factoriels
II.2.3. Caractérisations des types
II.3. Rentabilité de l’activité du groupement de producteur de semences
II.3.1. Modélisation du revenu issu de la culture de haricot
II.3.1.1. Comparaison des résultats avec les signes attendus
II.3.1.2. Interprétation des variables statistiquement significatifs
II.3.2. Analyse économique de la production de haricot
II.3.2.1. Investissements
II.3.2.2. Produits
II.3.2.3. Charges
III. DISCUSSIONS ET RECOMMANDATIONS
III.1. Relation du GPS avec les structures d’appui à la filière
III.1.1. Appui technique et commerciale
III.1.2. Les structures d’appui, un levier pour la filière
III.2. Analyse de la situation économique du GPS
III.2.1. Semences chères
III.2.2. Utilisation constante des produits phytosanitaires pour la culture
III.2.3. Emploi de main d’oeuvre important
III.2.4. Emprunt considérable au début de la culture
III.3. Avantages du GPS par rapport aux simples producteurs
III.3.1. L’accès à la semence est facilité
III.3.2. Suivi périodique de la culture
III.4. Facteurs de blocage de la culture du haricot dans la zone d’étude
III.4.1. Mauvaises états des routes et des pistes
III.4.2. Utilisation de semence de mauvaise qualité
III.4.3. Inexistence de sécurisation foncière
III.4.4. Développement insuffisant des associations et des groupements dans la zone
III.5. Recommandations
III.5.1. Réhabilitation de la route menant vers la Commune Rurale de Mahazaza
III.5.2. Mise en place de services de proximité
III.5.3. Facilitation des procédures administratives pour l’obtention de terres
III.5.4. Création de GPS
III.5.5. Installation de centres annexes dans les villages éloignés
III.5.6. Facilitation des procédures administratives pour l’officialisation des associations paysannes
CONCLUSION
REFERENCES BIBLIOGRAPHIQUES
ANNEXES
Télécharger le rapport complet