Etude sur l'assurance agricole au Sénégal

REPUBLIQUE DU SENEGAL

MINISTERE DE L'ENSEIGNEMENT SECONDAIRE, DES CENTRES
UNIVERSITAIRES REGIONAUX ET DES UNIVERSITES



UNIVERSITE DE THIES

ECOLE NATIONALE SUPERIEURE D'AGRICULTURE

DEPARTEMENT ECONOMIE ET SOCIOLOGIE RURALES



Mémoire de fin d'études

Etude de l'assura nce i ndicielle sur re ndeme nts agrégés :
Cas de l'arachide dans les départeme nts de Nioro,
Kaffri ne, Tambacou nda et Kolda

Présenté par
M. Abdoulaye NDAO
Pour l'obtention du Diplôme d'Ingénieur Agronome
Spécialisation : Economie Rurale

Février 2 009

Devant le jury composé de :

Dr Saliou N'DIAYE, Directeur des études de l'ENSA Président

Dr Moustapha THIOUNE, Chef de département Economie et Sociologie Rurales Membre

Dr Bertrand MULLER, Chercheur CIRAD-ISRA Rapporteur

Dr Ndiobo DIENE, Président de la CNAAS Membre

M. Mamadou Moustapha FALL, DGA CNAAS Membre

M. Baldé SOME, DAPS/MA Membre

DEDICACES

Après avoir rendu grâce à Dieu, et à son prophète Mohamed (PSL) ; Je dédie spirituellement ce modeste travail :

- A l'illustre Serigne TOUBA Serigne Saliou MBACKE et à son vénéré CHEIKH;

- A mes parents qui n'ont ménagé aucun effort pour que je puisse réussir dans cette vie, que le Maître du Temps vous prête encore longue vie et santé afin que vous puissiez savourer le fruit de vos efforts.

Ces dédicaces vont également :

- A toute la famille NDAO du Djolof résidant à Dakar, particulièrement à mes frères et soeurs ;

- A toute ma famille maternelle résidant à Thiès, particulièrement à mes oncles ; - A toutes les personnes qui m'ont assisté et soutenu durant mon cursus scolaire ;

- A tous mes camarades de promotion particulièrement DIOP, DIEDHIOU,

TRAORE, Demba, Bocar, Aziz, Poulo, Mare, Saboury, Bassirou, Aché, ... ;
- A mes amis, particulièrement à Mady, Ibrahima TALL, Ibrahima SARR,

Buschner ; Moha, Khadim, Lahat, Lamine, Assa Konaté, Diéwa;

- A tous les étudiants de l'ENSA, particulièrement Kanté, Khadre, Tidiane, Mor SALL, Mohamet, Mbargou, Saer SARR, Oulimata, Mahécor, Latyr etc.;

- A Toutes les personnes qui me sont chères.

REMERCIEMENTS

Ce travail a été effectué au Centre d'Etude Régional pour l'Amélioration de l'Adaptation à la Sécheresse (CERAAS) qui a entièrement pris en charge l'encadrement scientifique, logistique et financier, ce dans le cadre du projet européen Analyse Multidisciplinaire de la Mousson Africaine (AMMA) qui s'intéresse aux impacts de la variabilité et du changement climatique et aux moyens de les atténuer.

Nos chaleureux remerciements vont à l'endroit du :

Pr Papa Ibra SAMB, Recteur de l'université de Thiès ;

Dr Abdoulaye DIENG, Directeur de l'ENSA ; et à travers lui, l'ensemble du corps enseignant, du personnel administratif et technique de l'ENSA ;

Dr Saliou NDIAYE, Directeur des études de l'ENSA, pour ses conseils et la qualité de ses enseignements ;

Dr Moustapha THIOUNE, Chef du Département Economie et Sociologie Rurales, nous le remercions de sa contribution à notre formation et de la qualité de ses cours;

Notre sincère gratitude va enfin à l'endroit de toutes les personnes et de toutes les institutions, qui de près ou de loin, ont contribué à l'élaboration du document. Nous faisons particulièrement référence à :

- Dr. Bertrand MULLER, Chercheur CIRAD/ISRA-CERAAS, mon maître de stage, pour son choix stratégique sur un sujet nouveau et sans doute d'importance pour l'avenir du secteur agricole sénégalais, et pour son encadrement de tous les jours depuis la recherche des données jusqu'à la rédaction du document ;

- Mlle Yaye Couna SYLLA, responsable des bases de données du CERAAS qui m'a accueilli et soutenu durant le stage ; je tiens à la remercier en tant que frère de sa contribution à ce travail ;

- M. Idrissa WADE, Enseignant-Chercheur à L'ENSA, pour son encadrement et ses conseils ;

- M. Alain MAYEUX, agronome Chercheur CIRAD/ASPRODEB, expert de l'arachide, de sa disponibilité et du temps qu'il a m'a accordé à chaque fois que de besoin ;

- M. Baldé SOME, M. Ousmane DIAGNE et M.SAGNA de la Division des Statistiques, de la documentation et de l'Information Agricole (DSDIA) ; je vous remercie vivement de votre accueil et de votre contribution de taille pour la réussite de ce stage ;

- M. Amadou M DIOP, Enseignant chercheur à L'ENSA, de sa contribution magnifique à notre formation, merci pour tout ;

- M. Tandian DIAW, Enseignant chercheur à l'ENSA ;

- M.THIAM, Ingénieur Agro-économiste à la DAPS ;

- Waly Clément FAYE, Ingénieur Agroéconomiste.

Enfin je remercie Dr. Dogo SECK, Directeur du CERAAS, de m'avoir accueilli comme stagiaire au sein de sa structure, et à travers lui l'ensemble du personnel du CERAAS pour leurs appuis ponctuels.

Je remercie aussi tous les étudiants de ^3ième Cycle du CERAAS, particulièrement à ceux du laboratoire d'Agronomie, et également tous les étudiants de l'ENSA, particulièrement ceux de la ^23ième promotion.

TABLE DES MATIERES

DEDICACES ii

REMERCIEMENTS iii

TABLE DES MATIERES v

LISTE DES TABLEAUX vii

LISTE DES FIGURES viii

INDEX DES SIGLES ET ABRÉVIATIONS ix

RESUME 1

ABSTRACT 2

INTRODUCTION GENERALE 3

Chapitre I PRESENTATION DE L'ETUDE 5

I.1. Problématique 5

I.2. Objectifs de l'étude 6

I.2.1. Objectif global 6

I.2.2. Objectifs spécifiques 6

I.3. Cadre institutionnel de l'étude 7

I.3.1. Le CERAAS 7

I.3.2. Le projet AMMA 8

Chapitre II SYNTHESE BIBLIOGRAPHIQUE 9

II.1. Présentation de la DAPS et de sa méthodologie 9

II.1.1. Présentation générale 9

II.1.2. Division des statistiques, de la documentation et de l'information agricole 9

II.1.3. Historique sur les statistiques agricoles 10

II.1.4. Principes statistiques des enquêtes agricoles 11

II.1.5. Estimation des superficies cultivées 13

II.1.6. Estimation des rendements moyens départementaux 14

II.2. Assurances agricoles 15

II.2.1. Assurance agricole traditionnelle 15

II.2.2. Assurance agricole indicielle 15

II.2.3. Assurance agricole indicielle sur rendements agrégés 15

II.2.4. Assurance agricole indicielle pluviométrique 16

II.3. La zone d'application de l'étude : le bassin arachidier 18

II.3.1. Situation géographique 18

II.3.2. Climat 19

II.3.3. Sols 19

II.3.4. Caractéristiques socio-économiques 20

II.4. Définition de l'exploitation agricole 20

II.5. Systèmes de culture 21

II.6. Structuration de l'exploitation agricole 21

Chapitre III METHODOLOGIE 24

III.1. Présentation générale 24

III.2. Revue bibliographique 24

III.3. Collecte de données 24

III.3.1. Statistiques agricoles 24

III.3.2. Pluviométrie 25

III.3.3. Prix agricoles 25

III.3.4. Coûts de production 25

III.4. Formalisation et modélisation du système assuranciel 26

III.4.1. Démarche 26

III.4.2. Détermination des rendements de référence 27

III.4.3. Hypothèses sur la marge commerciale et le niveau de subvention de l'Etat 27

III.4.4. Paramètres assuranciels produits par le modèle 28

III.5. Evaluation des revenus et synthèse 28

III.6. Approche et limite méthodologique 29

Chapitre IV ANALYSE DES RISQUES ET DES INDICES D'ASSURANCES 30

IV.1. Définition de l'unité d'Assurance 30

IV.2. Analyse des données pluviométriques dans les unités d'assurance 30

IV.3. Analyse des données de rendements dans les unités d'assurance 31

IV.4. Analyse des risques 32

IV.5. Estimation moyenne des primes d'assurances 33

IV.5.1. Primes avant subventions de l'Etat 33

IV.5.2. Montants des primes selon les niveaux de subvention 35

IV.6. Analyse des revenus et des indices d'attractivité de l'assurance 38

IV.6.1. Revenus des agriculteurs sans assurance 38

IV.6.2. Revenus avec assurance 39

IV.7. Synthèse : analyse de l'intérêt de l'assurance 42

IV.7.1. Hypothèse 1 : marge de 25% pour l'assurance 43

IV.7.2. Hypothèse 2 : Marge de 12,5% pour l'assurance 45

CONCLUSION GENERALE & RECOMMANDATIONS 49

REFERENCES BIBLIOGRAPHIQUES 51

LISTE DES TABLEAUX

Tableau 1 : Indicateurs statistiques sur les rendements en arachide dans les unités d'assurance

31

Tableau 2 : Montant moyen des indemnités en (FCFA) 32

Tableau 3 : Fréquences d'indemnisation(en %) 33

Tableau 4 : Montant moyen des primes d'assurances(FCFA), selon une hypothèse de marge de 25% 34

Tableau 5 : Montant moyen des primes d'assurances(FCFA), selon une hypothèse de marge de 12,5% 34

Tableau 6 : Montant moyen des primes d'assurances(FCFA), selon une hypothèse de marge de 45% 34

Tableau 7 : Primes moyennes(FCFA) selon une subvention et une hypothèse de marge au niveau du département de Nioro 35

Tableau 8 : Primes moyennes(FCFA) selon une subvention et une hypothèse de marge au niveau du département de Kaffrine 36

Tableau 9 : Primes moyennes(FCFA) selon une subvention et une hypothèse de marge au niveau du département de Tambacounda 36

Tableau 10 : Primes moyennes selon une subvention et une hypothèse de marge au niveau du département de Kolda 37

Tableau 11 : Synthèse des revenus estimés(FCFA) sans assurance pour les quatre catégories d'agriculteurs 38

Tableau 12 : Synthèse des revenus estimés (F CFA) avec assurance chez les quatre catégories d'agriculteurs 39

Tableau 13 : Synthèse des revenus estimés(FCFA) avec assurance chez les quatre

catégories d'agriculteur 39

Tableau 14 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Nioro selon une marge de 25% pour l'assurance 43

Tableau 15 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Kaffrine selon une marge de 25% pour l'assurance 43

Tableau 16 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Tambacounda, selon une marge de 25% pour l'assurance 44

Tableau 17 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Kolda, selon une marge de 25% pour l'assurance 44

Tableau 18 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Nioro, selon une marge de 12,5% pour l'assurance 45

Tableau 19 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Kaffrine, selon une marge de 12,5% pour l'assurance 46

Tableau 20 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Tambacounda, selon une marge de 12,5% pour l'assurance 46

Tableau 21 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Kolda, selon une marge de 12,5% pour l'assurance 47

LISTE DES FIGURES

Figure 1 : Représentation cartographique de la zone d'étude 19

Figure 2 : Variation de rendement (Kg/ha) en arachide dans les communautés rurales de 23

Figure 3 : Niveau Pluviométrique moyen dans les quatre unités d'assurance 31

Figure 4 : Principe de fonctionnement du système d'assurance 32

Figure 5: Situation comparative de l'intérêt de l'Assurance Chez la Catégorie I à Nioro 41

Figure 6 : Situation comparative de l'intérêt de l'Assurance Chez la Catégorie II à Kaffrine 41

Figure 7 : Situation comparative de l'intérêt de l'Assurance Chez la Catégorie III à Tambacounda 41

Figure 8 : Situation comparative de l'intérêt de l'Assurance Chez la Catégorie IV à Kolda 41

INDEX DES SIGLES ET ABRÉVIATIONS

AMMA : Projet européen Analyse Multidisciplinaire de la Mousson Africaine

CERAAS : Centre d'Etude Régionale pour l'Amélioration de l'Adaptation à la

Sécheresse

CILSS : Comité permanent Inter états de Lutte contre la Sécheresse dans le Sahel

CIRAD : Centre de coopération Internationale en Recherche Agronomique et pour

le développement

CNRA : Centre National de Recherche Agricole

CNAAS : Compagnie Nationale d'Assurance Agricole du Sénégal

DA : Direction de l'Agriculture

DAPS : Direction d'Analyse, de la Prévision et des statistiques agricoles

DIAPER : Diagnostic Permanent pour la Sécurité Alimentaire

DMN : Direction de la Météorologie Nationale

DPS : Direction de la Prévision et de la Statistique

DPV : Direction de la Protection des Végétaux

DR : District de Recensement

DSRP : Document de Stratégie et de Réduction de la Pauvreté

ENSA : École Nationale Supérieure d'Agriculture de Thiès, Sénégal

LERG : Laboratoire d'Enseignement et de Recherche en Géomatique

LOASP : Loi d'Orientation Agro-Sylvo-Pastorale

SAED : Société Nationale d'Aménagement et d'Exploitation des Terres du Delta du

Fleuve Sénégal et des Vallées du Fleuve Sénégal et de la Falémé

SDDR : Service Départemental du Développement Rural

SNRA : Systèmes Nationaux de Recherches Agricoles

SODAGRI : Société de Développement Agricole et Industriel

SODEFITEX : Société de Développement des Fibres Textiles

SODEVA : Société de Développement et de Vulgarisation Agricole

SRDR : Service Régional du Développement Rural

RESUME

Cette étude s'intéresse aux assurances agricoles, notamment les assurances indicielles sur rendements agrégés. C'est ainsi que le CERAAS et la DAPS en partenariat avec l'ENSA, ont essayé d'apporter des éléments de contribution pour la mise en oeuvre de l'assurance agricole face aux nombreux risques naturels dont notre agriculture est exposée qui ont pour nom inondation, irrégularité des pluies, maladies et invasions de criquets etc.

L'étude dont l'objectif global est d'analyser l'intérêt des assurances agricoles indicielles basées sur les rendements agrégés a révélé les résultats suivants :

· D'une part une description des méthodes d'estimation des rendements et des superficies des cultures pluviales de la Direction d'Analyse, de la Prévision et des Statistiques(DAPS) a été faite ;

· D'autre part l'étude a permis de faire une simulation de l'assurance dans le passé pour la culture
de l'arachide pluviale dans les départements de Nioro, Kaffrine, Tambacounda et Kolda.

La simulation a donné les résultats suivants:

" des indemnités d'assurances suivant des niveaux de garantie par rapport au rendement de référence ont été révélées ;

" des primes d'assurances suivant trois hypothèses de marge 12,5% ; 25% et 45% pour l'assurance ;

" en fin des indicateurs d'attractivités ont été définis chez quatre catégories d'agriculteurs en se référant aux deux hypothèses de marge (12,5% et 25%) pour l'assurance et trois hypothèses de subventions (0% ; 25% et 50%) que proposerait l'Etat Sénégalais pour alléger le coût de l'assurance.

A 70% de niveau de garantie et suivant les deux hypothèses de marge, les ratios obtenus en faisant le rapport entre les Primes sur les Coûts d'investissement à l'hectare sont inférieurs globalement à 5% dans les départements de Nioro et Kaffrine et à 1% pour ceux de Tambacounda et de Kolda, suivant des niveaux de subvention respectifs 0%, 25% et 50%.

Mots clefs : Assurance agricole, Assurance indicielle, Arachide, Statistiques agricoles, Sénégal

ABSTRACT

This survey deals with agricultural insurances mainly with the signal insurances on agregated yields. It's in this way that, CERAAS and DAPS, in partnership with ENSA, have tried together to bring new elements in order to set up an Agricultural Insurance, to face the numerous and natural risks which our Agriculture is facing nowadays, and most of them are flood, unpredictable rains, diseases, and locusts invasions.etc.

The survey, whose main goal is to analyse the interest of agricultural signal insurances based on agregated yields has revealed these following results:

· On the one hand, a description of the DAPS' estimating methods of the harvest and the surfaces of the winter crops, has been done ;

· On the other hand, this survey has allowed us to make a simulation of the insurance in the past for groundnut rainy cultivation in the departements of Nioro, Kaffrine, Tambacounda and Kolda .

The simulation has given the following results:

( insurances about compasations according to the level of guarantee in the harvest have been revealed;

( insurance primes according to three margine hypotheses of 12,5% , 25% and 45% for the insurance;

( at last attractive indicators have been defined for four categories of farmers refering to the two hypotheseses below and for the insurance of three hypotheses of subsidies (5%, 25% et 50%) the senegalese government would propose to reduce the cost of insurance.

At 70% of garantee and according to the two margine hypothesese ,the results we have when we devide the subsidies by the investements costs per hectare are basically less than 5% in departments like Nioro and Kaffrine, and less than 1% for departments like Tambacounda and Kolda ; following different respective subsidies levels 0%, 25% and 50%.

Key-words: Agricultural insurance, Index based insurance, Groundnuts, Agricultural statistics, Senegal

INTRODUCTION GENERALE

Depuis l'indépendance, l'agriculture sénégalaise est restée essentiellement une petite agriculture paysanne, à faible productivité, pratiquée en période hivernale. Sa part dans l'économie nationale ne cesse de baisser de 1970 à nos jours.

L'agriculture contribue à hauteur de 10% à la formation du Produit Intérieur Brut(PIB), et près de 60% de la population dépend directement ou indirectement de ce secteur (DPS, 2002). Les rendements et la productivité des actifs baissent, et les pertes post-récoltes restent élevées. Les performances des systèmes de stockage, de transformation, de conservation sont fragilisées et les revenus des ruraux connaissent une chute vertigineuse.

De plus, ni les Plans d'ajustement structurel, ni la dévaluation, ni la libéralisation n'ont agi durablement sur l'offre agricole. C'est alors que la pauvreté, dominante rurale s'est élargie et approfondie, plaçant les agriculteurs parmi les catégories les plus vulnérables.

Aussi, pour améliorer la situation économique du pays, l'Etat du Sénégal a pris récemment l'option de faire de l'agriculture un moteur de la croissance de l'économie, ce au travers des plans REVA et GOANA. L'agriculture constitue en effet la principale activité économique en zone rurale (80%).

Dans cette optique de moderniser le secteur, l'Etat a aussi envisager de développer l'assurance agricole, considérant que cet outil pourrait contribuer à améliorer les performances de ce secteur en offrant aux organisations de producteurs, éleveurs, fournisseurs d'intrants, et aux organismes de crédit une protection contre les pertes de rendements dues aux aléas climatiques et aux aléas épidémiques.

Parmi les systèmes assuranciels, l'assurance indicielle offre de nouvelles opportunités : c'est un domaine particulier de l'assurance agricole dont l'indemnité est basée sur un indice : par exemple sur le rendement agrégé à une certaine échelle géographique (par exemple le rendement au niveau d'un département) ou sur un indice climatique (par exemple, le niveau pluviométrique).

Ainsi l'étude présentée ici porte sur les assurances agricoles indicielles sur les rendements agrégés de l'arachide dans les départements de Nioro, Kaffrine, Tambacounda et Kolda.

Le document s'articule de la façon suivante :
- présentation de l'étude ;

- synthèse bibliographique ; - méthodologie ;

- résultats et discussions ;

- conclusion et recommandations.

Nous tenons cependant à rappeler qu'au début de notre stage nous avions également envisagé de mener un travail d'exploitation des bases de données de rendements agricoles de la DAPS à plusieurs échelles qui devait s'organiser comme suit :

- récupération des bases de données (BDD) brutes de la DAPS ; - mise au propre ;

- géo-référencement des informations ;

- analyses de la variabilité des rendements à plusieurs échelles ;

- confrontation des évolutions des rendements avec des paramètres climatiques pour tenter d'expliquer les évolutions observées ;

- utilisation de ces résultats pour les assurances agricoles.

Nous avons durant les 3 premiers mois du stage commencé à effectuer ce travail (récupération, mise au propre des BDD, géo-référencement).

Cependant, il est apparu d'une part qu'il ne nous était pas toujours possible de faire les liens entre les données locales et les données agrégées (nombreuses corrections de données pratiquées par les experts de la DAPS mais dont nous n'avions plus la trace), d'autre part qu'il y avait trop peu d'années (8 années) pour lesquelles les données locales étaient disponibles.

Nous avons donc pris la décision, avec notre encadreur, de recentrer notre travail sur les assurances indicielles sur les rendements agrégés, en laissant de côté l'exploitation possible des données de rendement locales.

Chapitre I PRESENTATION DE L'ETUDE I.1. Problématique

Un des axes stratégiques du Document de Stratégie pour la Réduction de la Pauvreté DSRP 2¹, de l'Etat Sénégalais s'articule autour de la protection sociale, la prévention et la gestion des risques et des catastrophes. Cet axe prend en compte les nouvelles priorités de l'Etat, mais aussi les problèmes auxquels il a été confronté ces dernières années (inondations, invasions acridiennes, pluies hors saisons, sécheresse etc.), (DSRP2, 2002).

Ainsi, l'agriculture est traditionnellement considérée comme l'une des activités de production les plus exposées aux aléas naturels (pluviométrie forte ou déficitaire, invasion acridienne, maladies etc.). L'exposition de l'agriculture à ces risques peut compromettre en qualité et en quantité la production, et cela a pour conséquence majeure une baisse du niveau de revenu des agriculteurs, pouvant entrainer un empêchement sur le remboursement du crédit de campagne ou même un abandon de l'activité agricole.

Etant entendu qu'il est parfois impossible d'empêcher une catastrophe, pouvoir atténuer les pertes pourrait en constituer une tentative efficace. Dans cette optique, l'assurance agricole pourrait être un outil efficace de gestion des risques naturels dont notre agriculture est exposée.

A cet effet, l'Etat du Sénégal, en concertation avec les organisations professionnelles agricoles, définit et s'engage à mettre en oeuvre une politique de soutien aux assurances agricoles, afin de sécuriser les productions, les revenus et les équipements. (Article 57, LOASP²).

C'est dans ce cadre qu'une étude de faisabilité visant à étudier la possibilité de développer des assurances agricoles au Sénégal a été menée par la Banque mondiale à la demande du gouvernement sénégalais. Cette étude consistait en une analyse des séries historiques de rendements moyens départementaux à des séries pluviométriques. Il en est ressorti deux constats :

(i) une diminution progressive ces dernières années de la plupart des rendements (mil, arachide, maïs) qui ne semble a priori pas s'expliquer par une diminution des caractéristiques pluviométriques.

¹ Document de Stratégie pour la Réduction de la Pauvreté

² Loi d'Orientation Agro-Sylvo-pastorale

(ii) des difficultés à utiliser les données de rendements agrégées à l'échelle des départements dans le cadre des études de faisabilité nécessaires à la mise en place d'assurances agricoles, ceci compte tenu de la forte variabilité des rendements au sein des départements.

Ainsi, l'étude vient faire sa modeste contribution dans le processus de développement de l'assurance agricole au Sénégal, par la mise en place d'un modèle d'analyse pour la détermination d'indices d'assurance multirisques sur les rendements agrégés pour la culture de l'arachide dans les départements de Nioro, Kaffrine, Kolda et Tambacounda.

Il devient donc important d'étudier ce système d'assurance indicielle sur les rendements agrégés et de voir son impact sur le revenu des agriculteurs. La réponse à cela passe par ces questions suivantes :

Comment et sur quoi est bâti ce système d'assurance ? Présente t- il des avantages aux agriculteurs ?

I.2. Objectifs de l'étude

I.2.1. Objectif global

L'objectif global de l'étude est d'analyser l'intérêt des assurances agricoles indicielles basées sur les rendements agrégés.

I.2.2. Objectifs spécifiques

Pour atteindre cet objectif global, nous nous chargerons de répondre aux objectifs spécifiques suivants :

· Présenter les principes des assurances agricoles indicielles, dont celles sur les rendements agrégés ;

· Connaître la nature des données de rendements disponibles, et les méthodes statistiques de la DAPS ;

· Etablir les paramètres possibles des systèmes d'assurance indicielles sur rendements agrégés, en considérant différents niveaux de couverture, marges des assureurs et niveau de subvention de l'Etat ;

· Evaluer les revenus de différentes catégories d'agriculteurs avec et sans assurance ;

· Analyser l'intérêt de l'assurance chez les agriculteurs.

I.3. Cadre institutionnel de l'étude

I.3.1. Le CERAAS

Le Centre d'Etude Régional pour l'Amélioration de l'Adaptation à la Sécheresse (CERAAS) est un laboratoire de l'institut national de recherche agricole (ISRA) et du Conseil Ouest et Centre Africain pour la Recherche et le Développement Agricole (CORAF). Il a été créé pour répondre aux enjeux de l'amélioration de la production agricole en conditions de sécheresse. Le CERAAS est ainsi créé en 1989 en tant que laboratoire national à vocation régionale spécialisé dans les recherches sur l'amélioration de l'adaptation à la sécheresse pour les pays de la zone CORAF. La mission assignée à cette structure est de fournir des solutions techniques pour :

· réduire l'effet dépressif de la sécheresse sur les productions agricoles et par là réduire le déficit alimentaire et améliorer le niveau de vie des populations,

· participer à la lutte contre la désertification et à l'amélioration de la gestion des ressources naturelles.

Le CERAAS, pour l'atteinte de cette mission, recourt à des spécialistes de certains domaines que sont : l'agronomie, l'agro climatologie, la physiologie, la biochimie, la génétique, la biologie moléculaire.

L'objectif général est de proposer du matériel végétal adapté, des méthodes d'analyse et des outils d'aide à la décision pour améliorer et/ou stabiliser la production agricole en zones aride et semi-aride.» Il est subdivisé en trois objectifs spécifiques que sont :

· développer une approche pluridisciplinaire associant étroitement l'agronomie, la physiologie, la sélection, la modélisation et la biologie moléculaire, afin de l'intégrer dans les programmes de sélection des équipes des SNRA, pour les optimiser ;

· utiliser les connaissances acquises par la recherche pour développer les outils, méthodes d'analyse et d'aide à la décision dans les systèmes agricoles où les ressources hydriques sont limitées ;

· renforcer les capacités des équipes de recherche des SNRA en réduisant leur isolement, et en facilitant l'accès aux connaissances, ainsi que leur transfert.

I.3.2. Le projet AMMA

Le projet Analyse Multidisciplinaire de la Mousson Africaine (AMMA), financé par la Communauté Européenne, s'inscrit dans le cadre d'une meilleure compréhension de la mousson africaine et de sa variabilité. Les missions assignées à AMMA sont :

· d'améliorer la compréhension de la mousson d'Afrique de l'ouest et de son impact sur
l'environnement physique, chimique et biologique à l'échelle régionale et mondiale ;

· de fournir les connaissances scientifiques de base qui permettront d'établir les liens entre la variabilité climatique et ses impacts : sur la santé, les ressources en eau et la sécurité alimentaire ;

· de définir des stratégies de surveillance appropriées ;

· de veiller à ce que cette recherche multidisciplinaire réalisée au sein d'AMMA soit efficacement intégrée dans les activités de prévision et de prise de décision.

La finalité de ces travaux est de proposer des solutions concrètes aux contraintes géographiques, climatologiques et démographiques de la région, le tout pour un développement durable des sociétés africaines.

Quant aux autres structures du cadre institutionnel, la DAPS et la CNAAS seront présentées dans le chapitre suivant.

Chapitre II SYNTHESE BIBLIOGRAPHIQUE

II.1.Présentation de la DAPS et de sa méthodologie

II.1.1. Présentation générale

Par Décret N° 99-909 du 14 septembre 1999 portant organisation du Ministère de l'Agriculture, il a été créé au sein dudit Ministère par arrêté N° 003304 du 15 Mars 2000 la Direction de l'Analyse, de la Prévision et des Statistiques (DAPS). Elle émane de la fusion de l'ancienne Unité de Politique Agricole (UPA) et de la Division des Statistiques Agricoles (DISA).

Sous l'autorité du Ministre de l'Agriculture, la Direction de l'Analyse, de la Prévision et des Statistiques (DAPS) est chargée des fonctions :

D'analyse, de préparation, de suivi évaluation et de contrôle des politiques, programmes, projets et actions de développement ;

De la collecte, de la centralisation, du traitement et de la diffusion des informations et statistiques agricoles ;

La DAPS est organisée comme suit :

· Division de l'Analyse et de la prévision (DAP) ;

· Division des programmes et projets (DPP) ;

· Division des statistiques, de la documentation et de l'information agricoles (DSDIA) ;

· Bureau administratif et financier (BAF).

II.1.2. Division des statistiques, de la documentation et de l'information agricole

Elle a pour mission de centraliser les informations et les statistiques agricoles, de tenir et de mettre à jour la documentation agricole, d'aider à l'introduction et à l'extension des méthodes et modèles informatiques adaptés aux besoins des services. Elle est en outre chargée de la communication du Ministère de l'Agriculture avec les acteurs publics et privés. A ce titre, elle est chargée :

· d'élaborer les programmes nationaux d'enquêtes statistiques du secteur agricole, d'en évaluer les moyens et d'organiser leur exécution ;

· de concevoir la méthodologie et les supports systématiques des enquêtes statistiques spécifiques initiées par les directions techniques et de les diffuser ;

· d'apporter son appui aux directions régionales en méthodes, formation et moyens logistiques ;


· de collecter, traiter, analyser et diffuser les données nécessaires à la constitution d'une base de données statistiques et publier les résultats consolidés dans les publications périodiques ;

· de gérer le Centre de Documentation du Ministère de l'Agriculture et de définir les méthodes et instruments standardisés informatiques utiles pour l'ensemble du département ;

· d'apporter son expertise et son appui informatique à toute direction qui en fait la demande et de développer les applications nécessaires aux directions ;

· d'assurer la communication entre le ministère de l'Agriculture et tous les utilisateurs publics et privés de l'information agricole.

II.1.3. Historique sur les statistiques agricoles

Les premières enquêtes agricoles au Sénégal ont eu lieu au début des années 60. Elles étaient réalisées par les institutions régionales de développement et il n'existait alors aucune méthode officiellement appliquée par l'ensemble des acteurs qui intervenaient dans le secteur des statistiques agricoles. Les méthodes ont été harmonisées à partir de 1985 avec le programme DIAPER du CILSS (« diagnostic permanent »). Nous pouvons ainsi distinguer différentes périodes :

· La période 1960 -1974 : Les enquêtes étaient menées par les inspections régionales de l'agriculture. Elles travaillaient sans aucune base de sondage. Des rapports sont élaborés puis rapportés au niveau national.

· La période 1974-1985 : C'est l'avènement des sociétés régionales de développement rurale, notamment la SODEFITEX, la SAED, SODEVA et la SODAGRI. Elles faisaient leurs propres statistiques, avec leur propre méthodologie, puis des séries de résultats sur les statistiques agricoles seront élaborées à travers les données recueillies.

· La période 1985-1996 : elle correspond au programme DIAPER (« diagnostic permanent ») mis en place par l'Union Européenne au niveau du CILSS.

Une méthodologie d'enquête statistique homogène est mise en place dans l'ensemble des pays du CILSS. La première enquête selon la méthode DIAPER a lieu en 1985. Le financement de l'UE couvre la période 1985 à 1996, avec 3 programmes DIAPER successifs (85-88 : DIAPER 1 ; 89-92 : DIAPER 2 ; 93-96 : DIAPER 3). La méthodologie utilisée procède d'un sondage probabiliste à deux degrés. Les unités primaires sont les villages et les unités secondaires sont les ménages (ou exploitations) agricoles.

Au Sénégal l'univers statistique est le département, et la première base de sondage était le répertoire des villages issu du recensement général de la population et de l'habitat (RPGH) de 1988 : il comprend, outre le nom du village, le nombre de ménages, l'effectif de la population selon le sexe etc. L'échantillon utilisé pour l'enquête est composé de 2400 exploitations agricoles réparties dans 480 villages.

La période 2000-année en cours : à partir de l'année 2000 (incluse) la méthodologie est modifiée suite au recensement général agricole qui a eu lieu au Sénégal en 1998 : les enquêtes reposent désormais sur un sondage probabiliste stratifié à deux degrés avec comme unités primaires, les districts de recensements (voir ci-dessous), et comme unités secondaires, les exploitations agricoles. La méthodologie est développée en détail dans la suite.

Depuis la mise en place des méthodes DIAPER les enquêtes agricoles annuelles sont réalisées par les agents des services départementaux du développement rural (SDDR), sous le contrôle de la DAPS.

II.1.4. Principes statistiques des enquêtes agricoles

Entre 1996 et 1997 une enquête de pré-recensement a été faite, coïncidant avec la date de fin du projet DIAPER. Cela a permis de répertorier l'ensemble des villages du pays, donnant un nombre de 14 000 villages. Dans ces villages tous les ménages ont été répertoriés et cela a permis de distinguer les ménages agricoles des ménages ruraux. Suite à ce pré-recensement il y eut le recensement général de 1998, qui a permis de déterminer le nombre de ménages, indiquant un total de 437 037 ménages agricoles sur l'ensemble du territoire.

Le recensement général a également permis de définir des « districts de recensement » (DR) qui sont de petites unités géographiques de 800 à 1000 habitants. En réalité un DR peut donc correspondre à un ensemble de villages, un seul village ou à une partie d'un village si celui-ci est vaste.

Le recensement a utilisé un échantillon de 7250 ménages agricoles (ce qui correspond à un taux de sondage de 1,66% : 7250/437037). C'est au sein de cette base de sondage que les ménages étudiés pour les enquêtes ont été choisis .En pratique 3200 ménages (exploitations agricoles) ont été retenus pour les enquêtes agricoles annuelles, soit environ la moitié de l'échantillon du recensement. Cet échantillon est maintenu sur une période de trois (3) années successives puis il est changé (2000-02 ; 2003-05 ; 2006-08...).

Une exploitation agricole ou ménage agricole peut être définie comme une unité de quelques
personnes (dont plusieurs adultes) qui se sont déclarées comme vivant et exploitant ensemble

un certain nombre de champs. On utilise aussi les termes de < carré »³ et < unité de production (UP) ». Le ménage est représenté et identifié pour le recensement et pour le paiement des impôts par son < chef de carré ». Le < ménage/exploitation/carré/UP » ainsi défini rassemble en général plusieurs couples avec leurs enfants, soit plusieurs < ménages » au sens moderne du terme. Ces ménages peuvent être composés de 20-30 personnes en tout.

L'enquête agricole repose sur un sondage probabiliste stratifié à deux degrés, avec comme unités primaires, les districts de recensements (DR), et comme unités secondaires, les exploitations agricoles. Cela signifie qu'un certain nombre de DR sont sélectionnés (au hasard) au niveau de chaque département, puis on sélectionne (au hasard) un certain nombre d'exploitations agricoles au sein de chacun de ces DR pour mener les enquêtes agricoles annuelles (emblavements, rendements, stocks et autres aspects enquêtés).

Les districts de recensement (DR) ont été sélectionnés au hasard , suivant un tirage proportionnel à leur taille au niveau des départements pour l'enquête 2000 et ce sont toujours les mêmes qui sont utilisés jusqu'à présent. Le nombre de DR considérés pour un département dépend de la taille de celui-ci (Cf Annexe 1) et cela va de 10 (exemple Ranérou) à 30 (exemple Nioro, Tambacounda et Tivaouane) en principe. Il y a une exception pour le département de Kaffrine qui, compte tenu de sa taille et de son hétérogénéité agro-écologique nord-sud, est considéré comme un département double avec 2 fois 30 DR considérés : au niveau de la méthodologie d'enquête statistique on y distingue ainsi 2 strates, la strate nord et la strate sud, chacune avec 30 DR. Pour tous les autres départements il n'est considéré pour le moment qu'une seule strate.

Enfin il est important de préciser que pour ce qui concerne les rendements on ne considère que 12 DR par département, choisis au hasard parmi les DR sélectionnés, et non pas l'ensemble des DR

Quatre (4) ménages sont enquêtés annuellement au sein de chaque DR. Ils sont sélectionnés dans l'èchantillon de sondage (des 3200 ménages) et sont changés tous les 3 ans (2000-02 ; 2003-05 ; 2006-08 ; ...). On a donc entre 40 ménages (petits départements) et 120 ménages enquêtés annuellement (grands départements) par département (et de l'ordre de 240 à Kaffrine). Deux types d'études sont annuellement faites au niveau de ces ménages :

· une étude des emblavures, c'est-à-dire de tous les champs cultivés ;

· une étude des rendements d'un échantillon de ces champs ;

³ Attention : le terme de carré peut aussi se référer à une partie d'un village, entouré en général de palissades, et qui en pratique regroupe plusieurs < carrés/UP »

Les enquêtes sur les emblavements, et les rendements, ont porté jusqu'à présent sur les 3 ou 4 principales cultures de chaque département : il s'agit le plus souvent du mil, de l'arachide et du maïs. En 2008 la consigne donnée aux SDDR a été de mesurer les superficies et les rendements de toutes les cultures, et non plus seulement des principales.

II.1.5. Estimation des superficies cultivées

Pour les emblavures les enquêtes consistent à mesurer les superficies de tous les champs cultivés (en cultures principales jusqu'en 2008) des 4 ménages sélectionnés de chaque DR sélectionné. Sachant que nous pouvons avoir une trentaine de DR sélectionnés dans un département (60 à Kaffrine), et donc jusqu'à 120 ménages enquêtés (240 à Kaffrine), pour une spéculation donnée cela peut aller jusqu'à des centaines de champs. Par exemple à Tambacounda si chaque ménage cultive en moyenne 2 champs de mil les enquêteurs auront à mesurer les surfaces de 240 champs de mil : 30 (Nbr DR) x 4 (Nbr ménages/DR) x 2 (champs de mil) = 240 champs).

En pratique les enquêteurs (agents des SDDR) font donc la levée de toutes les parcelles des ménages considérées. Les superficies sont mesurées jusqu'à présent avec un matériel topographique très rustique : décamètres,boussoles, jalons, machines programmables etc. (pas de GPS pour le moment). Ce travail est lourd, très fastidieux et mobilise une grande partie du temps des agents durant l' hivernages. Ensuite les questionnaires d'enquêtes sont vérifiés pour voir s'il existe des données manquantes et puis sont envoyés à la DAPS pour être saisis. Au niveau de la DAPS à Dakar il est procédé à la saisie avec l'utilisation d'un programme à l'ordinateur appelé CS Pro, développé par le bureau du recensement national Américain. Ensuite il y a une phase de nettoyage et corrections des données qui semblent erronées et/ou mal saisies. Les données sont finalement archivées et gérées sous le logiciel SPSS.

Le traitement des données de superficie a pour objectif de déterminer les superficies cultivées dans les différentes cultures (principales / toutes) au niveau de chaque département. La procédure est la suivante :

· on détermine la superficie totale cultivée en chaque culture (SUPT(C1 ; mén)) sur l'ensemble des n ménages enquêtés (n variable jusqu'à environ 120 ; 240 à Kaffrine) : en faisant la somme de toutes les superficies cultivées, en chaque culture, pour tous ces ménages ;

· on estime ensuite pour chaque culture la superficie totale cultivée du département (SUPTC1) en tenant compte du nombre de ménages enquêtés (n) et du nombre total de ménages du département (N) :

II.1.6. Estimation des rendements moyens départementaux

Dans chacun des 12 DR considérés pour les rendements, pour chaque culture principale considérée (toutes les cultures depuis 2008), les mesures de rendement ont été réalisées jusqu'en 2005 sur 3 champs choisis au hasard parmi les champs des 4 ménages enquêtés : on obtenait ainsi 36 valeurs individuelles de rendement (données primaires). Depuis 2006 le nombre de carrés de rendements mesurés est passé à 5 par culture par DR (5 champs d'une culture donnée par DR), soit 60 carrés par culture par département.

L'objectif final est de déterminer, pour chaque spéculation étudiée, le rendement moyen du département, ce en tant que moyenne des valeurs mesurées ponctuellement (36 jusqu'en 2005 et 60 depuis). Les résultats sont considérés significatifs au niveau du département.

En pratique chaque valeur individuelle (ponctuelle) de rendement est obtenue au niveau d'un carré de rendement posé dans un champ donné, sachant qu'on ne pose qu'un seul carré par champ. Les dimensions des carrés sont fixées pour chaque spéculation, cela depuis le début de l'enquête agricole :

· de 5m de côté pour l'arachide, le niébé et le bissap ;

· de 10 m de côté pour le mil, le maïs et le sorgho ;

· de 1 m de côté pour le riz pluvial (seules les cultures pluviales font l'objet de ces enquêtes).

Une méthodologie précise existe pour expliquer aux agents comment poser les carrés. Elle est basée sur des relations entre les longueurs des côtés du champ et des nombres aléatoires : cela permet d'éviter qu'il y ait un choix délibéré de l'emplacement du carré. Le choix des champs (3 jusqu'en 2005, 5 depuis, par DR pour une spéculation) sur lesquels on va poser les carrés obéit aussi à une méthodologie précise qui permet de les sélectionner au hasard parmi l'ensemble des champs des 4 ménages étudiés du DR.

Les carrés sont donc récoltés par les agents des SDDR, puis après une période de séchage ils procèdent au battage et/ou égrenage et/ou décorticage suivant les cultures et ensuite à la pesée de la récolte pour déterminer les poids secs de grains : grains de mil, maïs, sorgho, fonio ; graines de niébé et d'arachide (« rendements grains » et non « rendements coques ») ; pour le riz (après battage) rendement « riz paddy ».

Au niveau des questionnaires remplis sur place par les agents des SDDR il est indiqué : (i) la
culture, (ii) la variété (ou type), (iii) la taille du carré, (iv) le nombre de poquets ou pieds, (v)

le nombre d'unités de produits récoltés (en pratique cela ne concerne que les céréales avec le nombre d'épis et/ou chandelles et/ou panicules), et enfin (vi) le poids (en grammes) de la récolte (après séchage).

Les questionnaires sont envoyés à la DAPS pour être saisis. Les données sont vérifiées et éventuellement corrigées par les spécialistes de la DAPS. Puis elles sont archivées et gérées sous SPSS. Elles permettent d'établir les rendements moyens départementaux.

En 2008 la consigne donnée aux SDDR a été de mesurer les superficies et les rendements de toutes les cultures, et non plus seulement des principales.

La DAPS envisage pour le futur de produire des statistiques au niveau des communautés rurales (CR) (environ 320 recensées pour le pays) et non plus au niveau des départements (33 départements). Cela impliquera de réaliser beaucoup plus de mesures : si on considère un minimum de 33 observations par CR, cela correspond en effet de l'ordre de 300-350 mesures par département.

II.2. Assurances agricoles

II.2.1. Assurance agricole traditionnelle

Elle se caractérise par une indemnité d'assurance qui dépend des pertes individuelles de chaque agriculteur.

II.2.2. Assurance agricole indicielle

L'indemnité d'assurance est calculée à partir d'un indice défini pour refléter aussi précisément que possible des pertes agricoles des agriculteurs. Par exemple : la pluviométrie, la température, les rendements agrégés départementaux ou à une échelle plus basse que le département, etc.

L'assurance-indice permet une gestion anticipée du risque météorologique pouvant, sous de bonnes circonstances, s'avérer d'une plus grande efficacité que les mécanismes d'assurance récolte traditionnelle. A terme, l'assurance-indice se traduira certainement par des retombées positives pour le développement économique et la lutte contre la pauvreté en offrant aux producteurs une protection contre la baisse des rendements de leurs cultures.

II.2.3. Assurance agricole indicielle sur rendements agrégés

II.2.3.i. Définition

C'est une assurance fondée sur un indice agrégé, notamment le rendement dans l'unité d'assurance tel que le rendement agrégé départemental.

II.2.3.ii. Principe

Ce système propose des contrats d'assurance pour les rendements agrégés dans les unités d'assurance, tels que les départements. La couverture de rendement est définie par l'assurance suivant une référence calculée, en relation à une tendance ou à la moyenne d'une série de données antérieures de rendement dans l'unité d'assurance choisie, et par la suite la comparaison se fera entre deux valeurs : le rendement du niveau de couverture et le rendement publié par la DAPS dans l'unité d'assurance.

Ce système d'assurance existe dans certains pays par exemple : en Inde depuis 1980 avec 20 Millions d'agriculteurs assurés en 2007 pour une assurance obligatoire sur les crédits de campagne ; au Brésil depuis 2000.Au Sénégal, une compagnie nationale d'assurance agricole connue sous le non de la CNAAS⁴ a vu le jour depuis Juillet 2008.

Pour calculer les indices d'assurance (primes et indemnités) pour ce type de produit, il faut simuler dans le temps les rendements historiques officiels dans chaque unité d'assurance et par culture.

Les indemnisations sont calculées s'il y'a perte de rendement, par une comparaison très simple entre deux valeurs telles que : le rendement seuil, selon le niveau de couverture proposé par l'assurance et le rendement réel publié par la DAPS dans l'unité d'assurance. La perte de rendement à l'hectare est évaluée financièrement en relation au prix officiel de l'année fixé par l'interprofession de la filière considérée dans l'unité d'assurance. Mais, il faut noter que pour ce type de produit les indemnisations ne sont pas déclenchées de manière automatique ; elles seront déclenchées à la publication des résultats par l'institution des statistiques agricoles qu'est la DAPS.

Les primes sont calculées en tenant compte de la stabilité financière du portefeuille d'assurance, donc les valeurs moyennes des indemnités observées dans le passé après simulation sont prises en compte pour le calcul. Ainsi pour chaque culture dans l'unité d'assurance et quelques soit le niveau de couverture, une marge financière est fixée par l'assurance pour déterminer une prime.

II.2.4. Assurance agricole indicielle pluviométrique

II.2.4.i. Définition

C'est une nouvelle forme d'assurance connue sous le nom « d'assurance indice météo ».Elle
est en plein essor au niveau mondial, permet une gestion plus efficace des risques de la

⁴ CNAAS : Caisse Nationale d'Assurance Agricole du Sénégal

production agricole liés à la météo, notamment la sécheresse, aux pluies tardives et aux inondations.

Pour fonctionner correctement, cette forme d'assurance doit pouvoir reposer sur un indice composé d'indicateurs qui soient exogènes, hautement objectifs et mesurables, et qui puissent être corrélés au rendement (pluviométrie, vent, température ou inondation).

II.2.4.ii. Principe

L'assurance sécheresse est un exemple de produit de l'assurance indicielle. Le principe est de baser le paiement des indemnités sur déficit pluviométrique. Elle utilise des données pluviométriques collectées pendant toute la durée de culture ou à différents moments du cycle de la culture, pondérées, plafonnées, qui permettent d'évaluer les pertes de rendement. Elle peut être souscrite par des agriculteurs dont les cultures pluviales se situent dans un rayon moyen de 20 km autour d`une station pluviométrique pour lequel on dispose de données depuis au moins 20 ou 30 ans.

S'il tombe moins d'une certaine quantité de pluie, mesurée et pondérée par l'indice, le contrat prévoit l'indemnisation de l'assuré. Ainsi chaque point d'indice en dessous du seuil défini correspond à un paiement.

Parfois un cumul normal en fin de saison (déficit en début de cycle et pluies importantes en fin de cycle) peut cacher des déficits qu'au cours de phases clés et pouvant conduire à des baisses de production. La tendance, pour éviter ce phénomène, est de définir des indices pour les principales phases de la culture (croissance - développement des organes reproducteurs - maturation).

Dans le monde, la banque mondiale pilote depuis plusieurs années des programmes d'assurance-indice en partenariat avec divers agents économiques, allant d'agriculteurs à des agences gouvernementales, en passant par des institutions de micro finance et des organismes humanitaires internationaux. Ainsi, des programmes d'assurance - indice sont actuellement en cours ou sous considération au Malawi, en Tanzanie, en inde, au Mexique, au Canada, en Ethiopie, au Nicaragua, au Pérou, en Ukraine, en Thaïlande, en Mongolie, et dans plusieurs autres pays.

II.3. La zone d'application de l'étude : le bassin arachidier

II.3.1. Situation géographique

Les départements de Kaffrine, Nioro, Kolda et Tambacounda sont concernés par cette étude. Le choix du bassin arachidier s'explique par sa place historique importante dans l'économie nationale et son poids démographique significatif.

Le bassin arachidier couvre l'Ouest et le Centre du pays, correspondant aux régions administratives de Louga, Thiès, Diourbel, Fatick et Kaolack. Il couvre le tiers de la superficie du Sénégal et abrite environ la moitié de la population du Sénégal. Aujourd'hui, suite à l'appauvrissement des terres du bassin arachidier et sous l'effet du gradient pluviométrique, nous assistons à une extension du bassin arachidier vers la zone sud où les sols sont favorables au développement de la culture arachidière.

Cette partie marquée depuis plus de 20 ans par une baisse considérable de la pluviométrie. La pression anthropique et l'évolution climatique ont contribué à une dégradation accélérée des écosystèmes et induit des changements profonds dans le système d'exploitation. Aujourd'hui, cette zone est celle des systèmes de production agro-pastoraux sahéliens. Elle est confrontée à l'épuisement du patrimoine foncier tant au niveau de la fertilité des sols qu'à celui des ressources ligneuses (ISRA, 1997).

La carte ci-dessous est élaborée par géoréférencement au LERG; elle contient les communautés rurales de chaque département, représentées sur la base des coordonnées (latitude et longitude) en UTM.



Figure 1 : Représentation cartographique de la zone d'étude

La topographie est plus ou moins bosselée, ce qui résulte de l'existence des plaines imparfaites, surélevées vers l'Est et l'Ouest en bas plateaux recouverts de sable.

Sur le plan des ressources hydriques, trois zones ont été identifiées par la société de développement et vulgarisation agricole (SODEVA) en 1990 :

· La zone Ouest où le niveau statistique de la nappe est de bonne qualité varie, de 25 à 40 m, des débits de 75 à 100 m³/h peuvent être obtenus par forage à des profondeurs variant de entre 50 et 100 m ;

· La zone Centre presque dépourvue de ressources en eaux souterraines en qualité et en quantité satisfaisantes ;

· La zone Est couverte par la nappe du Maestrichtien profonde de 200 à 250 m, mais dont la qualité de l'eau est assez bonne.

L'exploitation des ressources hydriques des nappes profondes est assez limitée contrairement à celle des nappes phréatiques dont l'alimentation est tributaire de la pluviométrie et de la nature des roches imperméables.

II.3.2. Climat

Il est de type sahélien au Nord et sahélo-soudanien vers le Sud avec des précipitations dont l'intégralité et la faiblesse s'accentuent du Sud vers le Nord. Les moyennes annuelles enregistrées ces 10 dernières années varient de 400 à 600 mm. Cette situation est due à un glissement des isohyètes vers le Sud entrainant ainsi une baisse de la pluviométrie et l'avancée de l'aridité (ISRA, 1996).

A l'instar du pays cette zone connait deux saisons :

· Une saison sèche d'octobre à juillet, favorable aux cultures fruitières, au maraichage et aux productions animales. Pendant cette période, les températures sont en moyenne plus élevées, l'air est sec et clairement important.

· Une saison pluvieuse de juillet à octobre où la zone est comprise entre les isohyètes 400 - 500 mm au Nord et 800-900 mm au Sud (Dancette, 1981).Les températures moyennes mensuelles sont particulièrement élevées notamment en avril, mai et juin où elles dépassent largement les 30°C.

II.3.3. Sols

Les sols présentent des disparités en fonction des zones mais les plus dominants sont :

Les sols ferrugineux tropicaux peu lessivés(Dior) : ils sont situés sur dunes de sable avec un relief plat. La caractéristique commune pour ces sols est leur faible teneur en argile dans les horizons de surface. Ils sont sableux et très perméables avec une faible teneur en matières organiques (Badiane et al., 2000) ;

Les sols bruns callimorphes (Deck) : ils sont situés sur les dépressions. Ils sont sableux avec 3 à 8% d'argile, possèdent un horizon humifère, sont mieux structurés que les sols Dior mais sont moins répandus.

II.3.4. Caractéristiques socio-économiques

L'activité dominante est l'agriculture et occupe 74% de la population de la zone (DPS, 2004),

puis viennent le commerce, l'artisanat et l'élevage. Ce dernier intéresse aussi bien les peulhs que les sérères. Si nous considérons les superficies emblavées, les principales spéculations sont dans l'ordre décroissant : l'arachide, le mil, le niébé ,le sorgho, le manioc, la pastèque et le Bissap.

La principale culture de rente est l'arachide qui assure une bonne partie du revenu monétaire des paysans. Cependant, d'autres cultures comme le niébé, la pastèque et surtout le manioc contribuent également à augmenter les revenus.

D'autres produits (légumes, viande d'abattage, volaille, produits forestiers) assurent des bénéfices relativement importants et constituent des activités secondaires dans lesquelles les paysans s'investissent de plus en plus pour une plus grande diversification de leurs sources de revenus.

II.4.Définition de l'exploitation agricole

Le concept d'exploitation agricole utilisé dans le recensement national de l'agriculture est celui d'une unité familiale de production. Il est donc défini par rapport au ménage agricole. L'exploitation agricole est donc l'ensemble des personnes et le patrimoine d'un ménage agricole. Le patrimoine de l'exploitation agricole comprend notamment le matériel agricole, les bâtiments et les installations fixes, le cheptel et les terres en cultures ou en jachère, généralement mises en valeur par les membres du ménage agricole au profit du ménage ou au profit des membres du ménage.

II.5.Systèmes de culture

Le système de culture est un ensemble de parcelles cultivées de façon homogène, et en particulier, soumises à la même succession culturale. (Jouve et al, 1984, cité par Diouf et Rippstein, 2004).

D'après Mazoyer et Roudart (1997), le système agraire est un mode d'exploitation du milieu, historiquement constitué et durable, un système de forces de production adapté aux conditions bioclimatiques d'un espace donné et répondant aux conditions et aux besoins sociaux du moment.

II.6.Structuration de l'exploitation agricole

II.6.1.i.Population de l'exploitation agricole

La population d'une exploitation agricole est essentiellement composée :

· du Chef de ménage

· de ses épouses

· des enfants de chaque épouse

· de ses frères et leurs épouses et enfants

· de ses soeurs

· de ses parents (père, mère)

· des autres membres du ménage ayant un lien de parenté direct avec le chef de ménage (petits fils, petites filles, oncles tantes, cousins, ...)

· les personnes qui ont un lien de parenté avec les épouses,

· enfin les autres membres du ménage non parentés au chef de ménage (sourghas, amis etc.).Cette population est formée de résidents (personnes étant membres permanents du ménage ou ayant acquis ce statut) constituant un ménage agricole ou exploitation agricole et logés dans une concession ou carré.

II.6.1.ii. Moyens de production

Ils sont constitués des moyens humains (main-d'oeuvre) des terres, des équipements et des animaux de trait.

II.6.1.iii.La main-d'oeuvre extra familiale

Elle est composée de celle des sourghas qui ne sont pas des membres de la famille.Il y a aussi
des séances d'aide à un paysan (appelées « santane » en wolof ou « assim » en Sérère) qui se

font soit sous la demande de l'intéressé soit par nécessité. Ce type de main d'oeuvre est gratuit.

II.6.1.iv.Les terres

Elles constituent le capital foncier de l'exploitation agricole. Elles sont précieuses pour l'exploitation.

II.6.1.v.Le mode d'accès à la terre

Dans le bassin arachidier, les terres sont octroyées aux collectivités par la communauté rurale. Elles sont aussi obtenues par héritage, ce qui est plus fréquent. C'est à dire que les grandsparents qui ont effectué la défriche depuis plus de cent ans sont morts et ont laissé les terres à leurs enfants, qui à leur tour vont les laisser à leurs enfants et ainsi de suite.

Dans ces conditions les communautés rurales qui sont récentes constatent la possession des terres de l'exploitation.

Les terres de l'exploitation sont composées de la surface totale dont elle dispose, elle-même composée de surface disponible, des bois, des jachères et des surfaces cultivées.

La surface disponible est constituée de toutes les parties défrichées, donc les étendues de terre prêtes pour être utilisées. Elle comprend les terres cultivées et les jachères.

Les jachères : on appelle jachère une terre en repos, hors culture faisant partie d'un assolement, qui a été précédemment cultivée. La jachère est une méthode ancienne de régénération de la fertilité des terres.

Pendant l'hivernage les troupeaux sont parqués la nuit, dans les jachères pour l'apport du fumier.

Les terres cultivées : ce sont celles sur lesquelles se font les cultures. Elles comprennent les terres appartenant au ménage et cultivées, plus celles en location et celles empruntées. C'est pourquoi les surfaces cultivées par l'exploitation peuvent être supérieures aux terres possédées. Ce qui dénote une forte pression foncière. Les terres cultivées sont divisées en parcelles dont chacune d'elles contient une culture (mil, arachide, niébé, etc.)

II.6.1.vi.. La main-d'oeuvre

Elle est généralement constituée de la main-d'oeuvre familiale et de la main-d'oeuvre extra- familiale.

La carte de la figure 2, ci-après représente les variations de rendement en arachide d'une communauté rurale à une autre pour l'année 2007 dans les quatre départements.



Figure 2 : Variation de rendement (Kg/ha) en arachide dans les communautés rurales de
chaque département, année 2007.

Chapitre III METHODOLOGIE III.1. Présentation générale

Les étapes du travail ont été les suivantes :

1. Revue bibliographique sur les assurances agricoles indicielles, en particulier sur celles sur les rendements agrégés, et également sur les méthodes de la DAPS.

2. Récupération des données de la DAPS.

3. Récupération de données technico-économiques sur l'arachide.

4. Etablissement des paramètres possibles des systèmes d'assurances indicielles sur rendements agrégés, en considérant différents niveaux de couverture, marges des assureurs et niveau de subvention de l'Etat ;

5. Evaluation des revenus de différentes catégories d'agriculteurs avec et sans assurance ;

6. Analyser l'intérêt de l'assurance chez les agriculteurs.

III.2. Revue bibliographique

Cette étape, nécessaire à tout travail, s'est déroulée essentiellement dans les bibliothèques du CERAAS, de l'ENSA⁵ et de la DAPS, pour recueillir des informations sur les statistiques agricoles et les assurances agricoles. En plus des entretiens ont été effectués avec les experts de la DAPS en vue de comprendre le principe des statistiques agricoles.

Egalement des études récentes de la Banque Mondiale en 2008 sur les assurances agricoles indicielles au Sénégal ont été consultées. Il s'agit précisément de la méthode d'analyse des risques faite par Charles Stutley sur les rendements agrégés.

III.3. Collecte de données

III.3.1. Statistiques agricoles

Nous avons collecté des données élémentaires quantitatives et qualitatives disponibles, auprès des services en charge des statistiques et de ceux disposés à nous fournir des informations relatives au thème développé. Elle a été faite au niveau des structures suivantes : DAPS, CERAAS⁶, DA⁷.

Les données de rendements recueillies à la DAPS sont de deux ordres :

⁵ Ecole Nationale Supérieure d'Agriculture de Thiès

⁶ Centre d'Etude Régionale pour l'Amélioration de l'Adaptation à la Sécheresse

⁷ Direction de l'Agriculture


· Il s'agit d'une part des données de rendements élémentaires qui proviennent directement des districts de recensement, et cela pour la période de 2000 à 2007 ;

· Et, d'autre part, celles déjà agrégées à l'échelle des départements, utilisées dans la suite de l'étude pour la culture de l'arachide, depuis 1986.

Nous avons ensuite organisé l'ensemble des données collectées au niveau des districts de recensement (DR) lors des enquêtes agricoles, sur la période 2000-2005, par la DAPS. Il a été procédé à la correction automatique de toutes les erreurs rencontrées dans la base de données sur la période 2000-2005. Cependant, seules les données élémentaires de 2006 et 2007 ont été corrigées par la DAPS, celles de 2000 à 2005 ne l'ont pas été.

Nous avons aussi effectué une analyse minutieuse des données recueillies, en vue d'en tirer plus d'informations sur la méthode de corrections des jeux de données de la DAPS.

III.3.2. Pluviométrie

Les données de pluviométrie utilisées sont officielles et publiées par la Division de la Météorologie Nationale. Elles ont été recueillies à partir de la base de données du CERAAS.

III.3.3. Prix agricoles

Les données sur le prix officiel du kilogramme de l'arachide, depuis 1986 à la Direction de l'agriculture.

III.3.4. Coûts de production

Les données sur les itinéraires techniques et les coûts de la production de l'arachide ont été recueillies au CERAAS et à L'ASPRODEB. Ces données concernent des producteurs << semenciers » et des << non semenciers » à différents stade de leur production. Par ailleurs, nous avons affiné toutes ces données sur les couts pour en servir lors de nos simulations dans les unités d'assurance choisies dans cette étude.

Sur la base des discussions que nous avons eu (ASPRODEB, ISRA) et de nos lectures, nous avons fait une typologie en quatre catégories d'agriculteurs qui nous ont semblé représenter la réalité :

· la catégorie I correspond à des producteurs semenciers qui investissent fortement et peuvent espérer, si les conditions climatiques le permettent, un niveau de production élevé ; de plus ils peuvent espérer des prix de vente plus élevés ;

· la catégorie II correspond à des bons producteurs qui investissent dans la production d'arachide de qualité mais également de façon importante et peuvent aussi espérer des rendements élevés ;


· la catégorie III représente des « agriculteurs moyens » qui investissent relativement peu et qui ne peuvent espérer avoir de très bons rendements ;

· la catégorie IV représente des « agriculteurs pauvres » au sens d'agriculteurs qui investissent peu ou pas du tout, et qui donc ne peuvent pas espérer de bons rendements ;

Nous avons donc attribué des caractéristiques techniques et économiques spécifiques à chaque catégorie. Ces informations sont détaillées aux annexes 4 à 7. Les différences entre agriculteurs portent sur :

· Le rendement : on a considéré qu'il était de 150% du rendement moyen du département pour les catégories I et II, de 100% (« égal ») pour la catégorie III et de 60% pour la IV ;

· Le niveau d'investissement avant la récolte, suivant les opérations culturales effectuées en tenant compte de la valorisation de la main -d'oeuvre temporaire et du coût des intrants ;

· Le prix unitaire du coût moyen Récolte+ Post Récolte, estimé ici à 54 FCFA/Kilogramme de gousse. Cette valeur a permis par la suite de déterminer le total des charges techniques pour chaque catégorie d'agriculteurs, en relation au rendement prévisionnel en gousses. Elle a également servi à faire la simulation sur les revenus dans les différents départements de l'étude.

Par conséquent, avec les catégories I et II, l'hypothèse émise est une maximisation des coûts de production tandis que pour les catégories III et IV l'hypothèse émise est une minimisation des coûts de production.

Ces hypothèses permettront de faire la simulation pour voir l'influence de l'assurance sur le revenu des agriculteurs.

III.4. Formalisation et modélisation du système assuranciel

III.4.1. Démarche

Les données recueillies ont été utilisées pour développer (sous Excel⁸) un « modèle » permettant, par une succession de calculs simples, de déterminer un certain nombre d'indicateurs de fonctionnement et performance d'un système d'assurance indexé sur les rendements agrégés, ce en considérant différentes hypothèses du taux de couverture, de la marge commerciale de l'assureur et du niveau de subvention de l'Etat. Ce modèle a été appliqué aux 4 catégories d'agriculteurs.

⁸ Tableur de Microsoft Office

On rappelle que l'assurance se déclenche pour une zone donnée, c'est-à-dire que des indemnités sont payées à tous les agriculteurs de cette zone, quand le rendement moyen (rendement agrégé au niveau de la zone), descend en dessous d'un niveau de référence donné, qui a été prédéterminé au départ.

Dans le cadre de notre étude, et en référence à ce qui est envisagé pour le Sénégal, la zone d'application est le département, et le rendement moyen est le rendement moyen officiel du département déterminé par la DAPS.

Pour les 4 départements de notre étude le modèle a été appliqué à la série historique de rendements dont on pouvait disposer, à savoir les rendements de 1986 à 2007 (22 années).

III.4.2. Détermination des rendements de référence

Chaque série historique de rendements a permis d'établir, par régression linéaire sur les années, une tendance des rendements pour chaque département (voir annexe 3 :données de rendement).

Ensuite on a déterminé pour chaque année la valeur ajustée du rendement selon la tendance (RDTtrendⁱ).

Ce sont ces valeurs tendancielles ajustées (RDTtrendi) qui permettent de déterminer, en tenant compte du choix du taux de couverture (taux), les niveaux de référence des rendements RDTrefi) qui servent au déclenchement des indemnités quand le rendement départemental (RDTi) descend en deçà.

Pour une année i il y a indemnisation si : RDTi < RDTrefi

Avec RDTrefi = RDTtrendi x taux

Nous avons considérés des niveaux de couverture allant de 100% (indemnisation quand le rendement du département est inférieur au niveau de référence) à 20%.

III.4.3. Hypothèses sur la marge commerciale et le niveau de subvention de l'Etat

Par « marge commerciale » nous entendons le surplus d'argent que l'assureur souhaite encaisser, pour son fonctionnement et son bénéfice.

La marge commerciale vient s'additionner au coût de base brut de l'assurance qui lui découle directement et uniquement du montant des indemnités que l'assureur doit verser. Pour déterminer le coût moyen annuel de base brut de l'assurance, il faut déterminer sur une série pluri-annuelle (la plus longue possible) les montants des indemnités qu'aurait à verser l'assureur, et par suite leur valeur moyenne annuelle.

Le coût de la prime d'assurance que doit payer l'agriculteur (ou l'Etat si le système est subventionné) comprend donc le coût de base brut de l'assurance (égal au montant moyen annuel des indemnités) plus la marge commerciale de l'assureur pour la rémunération de son service.

D'après l'étude réalisée par la Banque Mondiale et les commentaires de ses experts, les marges commerciales habituelles sont de l'ordre de 12 à 20%. Cependant il est à noter qu'il est possible que la CNAAS envisage une marge plus élevée, pouvant aller jusqu'à 45%.

Pour notre étude nous avons considéré deux niveaux de marges : 12,5% et 25%.

En ce qui concerne une prise en charge possible de l'Etat nous avons considéré 3 niveaux : 0% de subvention (prime d'assurance 100% à la charge de l'agriculteur), 25% et 50%.

NB Le cas 100% n'a pas été étudié dans la mesure où cette situation n'implique que des avantages et aucun inconvénient pour les agriculteurs.

III.4.4. Paramètres assuranciels produits par le modèle

Sur la base des séries historiques (1986-2007) de rendements, des valeurs ajustées et des différentes hypothèses de taux de couverture, le modèle détermine tout d'abord :

· les indemnisations générées pour chaque année (en relation au rendement moyen de l'année) ;

· leur valeur moyenne, qui représente le coût de base de l'assurance ;

· la fréquence d'indemnisation.

Ensuite, considérant les différentes hypothèses de marge commerciale, le modèle détermine le montant annuel moyen des primes théoriques d'assurance.

Puis, en fonction du niveau de subvention de l'Etat, on détermine la prime annuelle qui sera payée par l'agriculteur.

III.5. Evaluation des revenus et synthèse

Les revenus sont ensuite estimés par simulation selon les situations << sans assurance » et << avec assurance » chez les quatre catégories d'agriculteurs.

Les montants des indemnités reçues par les agriculteurs et celui de la prime annuelle d'assurance qu'il doit payer, sont pris en compte pour estimer les revenus de l'agriculteur << avec assurance ».

Les données sur les coûts avant récolte sont maintenus fixes pour les quatre catégories
d'agriculteurs, mais celles sur les travaux de récoltes et post récoltes suivant les itinéraires

techniques sont déterminées en fonction de leur rendement estimé (150%, 100% ou 60% du rendement moyen) par simulation en multipliant le rendement agrégé à la valeur unitaire estimée moyenne de 54 FCFA/Kg de gousses.

III.6. Approche et limite méthodologique

Cette étude est destinée à cadrer un sujet complexe et nouveau dans le secteur agricole sénégalais, notamment les assurances indicielles. L'étude ne prétend pas répondre de façon définitive à la question posée, mais cherche à donner des éléments de contribution, donner des ordres de grandeurs en s'intéressant aux dynamiques globales.

La limite concerne les données quantitatives sur lesquelles repose l'essentiel de l'approche. Elle s'appuie sur les statistiques agricoles (rendements) fournies par la DAPS. Ces données restent agrégées à l'échelle des départements ; donc elles cachent beaucoup de variabilité au sein des départements. Cependant, s'il y'avait des données locales c'est-à-dire à une basse échelle telle que la communauté rurale, il y'aurait plus de précision à l'étude de l'assurance sur les rendements agrégés.

Chapitre IV ANALYSE DES RISQUES ET DES INDICES
D'ASSURANCES

Ce chapitre commente les résultats obtenus après analyse des données de la DAPS. Il s'agira précisément d'interpréter les données économiques obtenues par simulation sur la base des données de prix et de rendements historiques de la culture de l'arachide dans les départements de Kaffrine, Nioro, Kolda et de Tambacounda. Une simulation s'en est suivie pour déterminer des indicateurs d'attractivité du produit assuranciel chez quatre catégories d'agriculteurs afin de montrer l'intérêt de l'assurance agricole. L'analyse s'est faite en se référant aux hypothèses de marges pour l'assurance et aux éventuelles subventions faites par l'État pour alléger le coût de l'assurance.

IV.1. Définition de l'unité d'Assurance

L'unité d'assurance se définit comme un ensemble homogène du point de vue agro-climatique et par mode de production. Elle peut correspondre à un département de par ses caractéristiques internes (culture principale et mode de production), ou à des filières avec des modes de production quasiment homogènes. C'est le cas des départements de Nioro, Kaffrine, Tambacounda et de Kolda choisis dans l'étude.

IV.2. Analyse des données pluviométriques dans les unités d'assurance

La figure 3 représente le niveau moyen pluviométrique dans chacune des unités d'assurances depuis 1986. Nous notons que le niveau pluviométrique suit le gradient zone centre - zone Sud en progressant. Cela est dû au simple fait que la pluviométrie est beaucoup plus abondante en zone sud. Par ailleurs avec les données obtenues seul le département de Kolda se trouve dans l'isohyète de 1000 mm, contrairement aux départements de Tambacounda, Nioro et Kaffrine où nous avons une moyenne pluviométrique inférieure à 800 mm.



Figure 3 : Niveau Pluviométrique moyen dans les quatre unités d'assurance

IV.3. Analyse des données de rendements dans les unités d'assurance

L'analyse du Tableau 1 montre que les variations de rendements sont très élevées dans les unités de Kaffrine (soit 28%) et de Nioro (soit 21%) contre celles de Tambacounda (soit 16%) et de Kolda (soit 28%) où la variabilité constatée est très légère.

Tableau 1 : Indicateurs statistiques sur les rendements en arachide dans les unités d'assurance

INDICATEURS	Kaffrine	Nioro	Kolda	Tamba
Moyenne	945	1 039	1 219	1 052
Ecart Type	261	220	225	168
Coeff variation	28%	21%	18%	16%
Médiane	1 014	1 043	1 110	1 046
Maximum	1 292	1 398	1 594	1 341
Minimum	377	347	855	650

Cela est justifié par le gradient pluviométrique et les conditions pédoclimatiques entre le Centre et le Sud du bassin arachidier. En effet, les sols du bassin arachidier se sont appauvris suite à la monoculture de l'arachide.

IV.4. Analyse des risques



Figure 4 : Principe de fonctionnement du système d'assurance

La figure 4 traduit l'évolution des rendements réels annuels de l'arachide dans le département de Nioro et celles des rendements calculés selon les niveaux de couverture de 50%,100% et 80% pour l'assurance. Il ressort, en plus, l'évolution des pertes historiques de rendement observées selon la tendance pour chaque niveau de garantie. Nous notons que lorsque le rendement réel obtenu franchit par exemple le seuil de (50%), alors cela se traduit par une indemnisation.

Tableau 2 : Montant moyen des indemnités en (FCFA)

Niveau de Garantie	Unités d'Assurance
	Nioro	Kaffrine	Tamba	Kolda
100%	13773	18569	10550	16891
90%	7311	11681	3799	6000
80%	4286	6577	1626	1466
70%	2972	3982	253	3
60%	2153	2237	0	0
50%	1334	840	0	0
40%	515	0	0	0

L'analyse des risques a permis de déterminer le montant moyen de l'indemnité (Tableau 2)
dans chaque unité d'assurance pour la culture de l'arachide, cela de la période de 1986 à
2007, soit 22 ans. Les hypothèses considérées sont des niveaux de garanties de 100%,

80%,70%,60%,50% et 40% du rendement seuil pour mieux capter les pertes de rendement dans les unités d'assurance.

L'analyse de ces résultats montre que les indemnités sont plus élevées dans la zone centre où nous avons les pertes en rendements importantes lorsque le niveau de couverture est en dessous du niveau de garantie de 80%. Mais au de-là de 80%, la tendance est inversée, donc les indemnités les plus importantes sont ceux des départements de Kolda et de Kaffrine avec un niveau de garantie de 100%.Avec 90% de garantie, les indemnités sont plus élevées dans les départements de Nioro et de Kaffrine.

L'analyse des risques a également permis de constater que les fréquences d'indemnisation sont élevées dans les départements de Nioro et de Kaffrine si l'assurance se fixe un niveau de couverture variant entre 80% et 40%. Cependant, avec 90% de couverture, les indemnisations deviennent fréquentes dans les départements de Kaffrine et de Kolda. L'analyse montre également une indemnisation très forte dans les départements de Nioro, de Kaffrine, de Tambacounda et de Kolda (soit une année sur 2) avec 100% de niveau de couverture.

Tableau 3 : Fréquences d'indemnisation(en %)

Niveau de Garan	ti^.. % d'années avec indemnité
	woro	Kaffrine	Tamba	Kolda
100%	50%	45%	50%	55%
90%	23%	36%	23%	36%
80%	14%	23%	9%	9%
70%	5%	14%	5%	5%
60%	5%	9%	0%	0%
50%	5%	9%	0%	0%
40%	5%	0%	0%	0%

IV.5. Estimation moyenne des primes d'assurances

IV.5.1. Primes avant subventions de l'Etat

La prime correspond au prix payé par les agriculteurs aux assureurs ; elle est calculée en relation avec le montant moyen des indemnisations observées dans le temps, suivant les niveaux de couverture et de marge bénéficiaire proposés par l'assurance.

La prime est calculée à l'aide de la formule suivante : Prime = (Indemnité moyenne dans le temps à l'hectare + Indemnité moyenne dans le temps à l'hectare*Taux de Marge).

Les tableaux ci-après (Tableaux 4 ; 5 et 6) regroupent les informations sur le montant de la prime suivant trois hypothèses de marge : Hypothèse de 25% de marge sur les indemnités ; une autre de 12,5% et 45% de marge selon la CNAAS. Nous rappelons que les hypothèses de 25% et de 12,5% sont utilisées dans la suite de l'étude.

Tableau 4 : Montant moyen des primes d'assurances(FCFA), selon une hypothèse de
marge de 25%

Niveau de Garantie	Unités d'Assurance
	Nioro	Kaffrine	Tamba	Kolda
100%	17216	23211	13187	21114
90%	9139	14601	4748	7500
80%	5357	8221	2033	1833
70%	3715	4978	316	4
60%	2691	2797	0	0
50%	1668	1050	0	0
40%	644	0	0	0

Tableau 5 : Montant moyen des primes d'assurances(FCFA), selon une hypothèse de
marge de 12,5%

Niveau de Garantie	Unités d'Assurance
	Nioro	Kaffrine	Tamba	Kolda
100%	15495	20890	11869	19002
90%	8225	13141	4273	6750
80%	4821	7399	1830	1649
70%	3343	4480	284	4
60%	2422	2517	0	0
50%	1501	945	0	0
40%	580	0	0	0

Tableau 6 : Montant moyen des primes d'assurances(FCFA), selon une hypothèse de
marge de 45%

Niveau de Garantie	Unités d'Assurance
	Nioro	Kaffrine	Tamba	Kolda
100%	19971	26925	15297	24492
90%	10601	16938	5508	8700
80%	6214	9537	2358	2126
70%	4309	5774	366	5
60%	3122	3244	0	0
50%	1935	1217	0	0
40%	747	0	0	0

L'analyse des tableaux (5 et 6) montre que les différentes valeurs de primes calculées suivant les hypothèses de marge n'ont pas montré de différence significative .Ainsi les deux parties du système à savoir l'assureur et l'assuré doivent y trouver leur intérêt. Cependant l'institution d'assurance doit veiller à la rentabilité de son activité. Quant à l'assuré, c'est le prix à payer qui importe le plus. En ce qui concerne l'hypothèse d'une marge de 45% pour la CNAAS, la prime à payer par les agriculteurs, suivant une couverture de 80%, est de 6214 FCFA à Nioro,9535 FCFA à Kaffrine,2360 FCFA à Tambacounda et 2126 FCFA à Kolda.

IV.5.2. Montants des primes selon les niveaux de subvention

Dans cette partie, nous avons procédé à une comparaison de la valeur de la prime selon les hypothèses de marge (12,5% et 25%) pour l'assurance et selon les niveaux d'intervention de l'État (0% ; 25% et 50%).

Le taux 0% signifie une absence de subvention et dans ce cas l'agriculteur paierait entièrement le montant de la prime ; le taux de 25% signifie une prise en charge de 75% du montant de la prime par l'agriculteur et 50% correspond à une prise en charge de 50% de la valeur de la prime par l'agriculteur.

Les tableaux (7 ; 8 ; 9 et 10) regroupent les résultats obtenus après analyse par simulation.

Tableau 7 : Primes moyennes(FCFA) selon une subvention et une hypothèse de marge au
niveau du département de Nioro

Niveau de subvention	0%		25%		50%
		Nioro
Marge de ('assurance	12,5%	25%	12,5%	25%	12,5%	25%
Niveau de Garantie
100%	15495	17 216	11621	12912	7782	8608
90%	8225	9 139	6169	6854	4131	4569
80%	4821	5 357	3616	4018	2421	2678
70%	3343	3 715	2508	2786	1679	1857
60%	2422	2 691	1817	2019	1216	1346
50%	1501	1 668	1126	1251	754	834
40%	580	644	435	483	291	322

Tableau 8 : Primes moyennes(FCFA) selon une subvention et une hypothèse de marge au
niveau du département de Kaffrine

Niveau de subventio	n 0%		25%		50%
		Kaffrine
Marge de ('assurance	12,5%	25%	12,5%	25%	12,5%	25%
Niveau de Garantie
100%	20890	23211	15667	17408	10445	11605
90%	13141	14601	9856	10951	6571	7301
80%	7399	8221	5549	6166	3700	4111
70%	4480	4978	3360	3733	2240	2489
60%	2517	2797	1888	2098	1259	1398
50%	945	1050	708	787	472	525
40%	0	0	0	0	0	0

Tableau 9 : Primes moyennes(FCFA) selon une subvention et une hypothèse de marge au
niveau du département de Tambacounda

Niveau de subvention	0%		25%		50%
		Tambacounda
Marge de l'assurance	12,5%	25%	12,5%	25%	12,5%	25%
Niveau de Garantie
100%	11869	13187	8902	9891	5934	6594
90%	4273	4748	3205	3561	2137	2374
80%	1830	2033	1372	1525	915	1017
70%	284	316	213	237	142	158
60%	0	0	0	0	0	0
50%	0	0	0	0	0	0
40%	0	0	0	0	0	0

Tableau 10 : Primes moyennes selon une subvention et une hypothèse de marge au
niveau du département de Kolda

Niveau de subvention	0%		25%		50%
		Kolda
Marge de l'assurance	12,5%	25%	12,5%	25%	12,5%	25%
Niveau de Garantie
100%	19002	21114	14252	15835	9501	10557
90%	6750	7500	5062	5625	3375	3750
80%	1649	1833	1237	1375	825	916
70%	4	4	3	3	2	2
60%	0	0	0	0	0	0
50%	0	0	0	0	0	0
40%	0	0	0	0	0	0

Les résultats obtenus dans les tableaux (7 ; 8 ; 9 et 10) montrent que le prix payé par l'agriculteur dépend de la marge de l'assurance et du niveau de subvention par l'État, ce qui est évident.

Par exemple dans le département de Kaffrine, avec un niveau de garantie de 80 % et selon une marge de 12,5% fixée par l'assurance, la prime à payer par hectare serait de 7 400 FCFA sans subvention, contre 5 550 FCFA et 3 700 FCFA pour des niveaux de subventions respectifs de 25% et de 50% par l'État. En plus pour un même niveau de garantie (80%) proposé par l'assurance et selon une marge de 25% pour l'assurance, la valeur de la prime à payer par hectare serait de 8 200 FCFA sans subvention, contre 6 100 FCFA et 4 100 FCFA pour des niveaux de subventions respectifs de 25 % et de 50% par l'Etat.

Au niveau du département de Kolda, avec un niveau de garantie de 80% et selon une marge
de 12,5% fixé par l'assurance, la prime à payer par hectare serait de 1 650 FCFA sans
subvention, contre 1 200 FCFA et 825 FCFA pour des niveaux de subventions respectifs de

25% et de 50% par l'État. En outre, pour un même niveau de garantie (70%) proposé par l'assurance et selon une marge de 25% pour l'assurance, la valeur de la prime à payer par hectare serait de 1 800 FCFA sans subvention, contre 1 375 FCFA et 910 FCFA pour des niveaux de subvention respectifs de 25 % et de 50% par l'État..

Généralement pour les quatre unités d'assurance, quelle que soit la marge proposée par l'assurance, l'intervention de l'État par un apport de subvention allégerait le coût de la prime d'assurance. Donc une subvention de l'État inciterait les agriculteurs à souscrire au produit assuranciel, également l'assureur devra veiller à la rentabilité de son portefeuille d'assurance.

IV.6. Analyse des revenus et des indices d'attractivité de l'assurance

IV.6.1. Revenus des agriculteurs sans assurance

Tableau 11 : Synthèse des revenus estimés(FCFA) sans assurance pour les quatre
catégories d'agriculteurs

Département	NIORO		KAFFRINE		TAMBA		KOLDA
INDICATEURS	Rev Moy	Rev Min	Rev Moy	Rev Min	Rev Moy	Rev Min	Rev Moy	Rev Min
Catégories
I	168 928	-46 808	139 633	-37 454	172 853	47 665	224 985	111 583
II	139 759	-24 083	117 511	-16 979	142 740	47 665	182 332	96 208
III	76 256	-32 972	61 424	-28 236	78 243	14 860	104 638	47 222
IV	35 404	-30 133	26 504	-27 292	36 596	-1 434	52 433	17 983

IV.6.2.Revenus avec assurance

Tableau 12 : Synthèse des revenus estimés (F CFA) avec assurance chez les quatre
catégories d'agriculteurs

Hypothèse : 100% de couverture ; 12,5% de marge pour l'assurance ; 50% de subvention

Département	NIORO		KAFFRINE		TAMBA		KOLDA
INDICATEURS	Rev Moy	Rev Min	Rev Moy	Rev Min	Rev Moy	Rev Min	Rev Moy	Rev Min
Catégories
I	174 954	64 874	147 757	36 233	177 469	98 420	232 375	166 316
II	145 785	87 599	125 635	56 708	147 355	98 420	189722	150 687
III	82 282	66 551	69 548	40 394	82 859	61 065	112 028	86 625
IV	41 429	28 164	34 628	13 695	41 211	28 340	59 822	42 087

Tableau 13 : Synthèse des revenus estimés(FCFA) avec assurance chez les quatre
catégories d'agriculteur

Hypothèse : 60% de couverture ; 12,5% de marge pour l'assurance ; 50% de subvention

Département	NIORO		KAFFRINE		TAMBA		KOLDA
INDICATEURS	Rev Moy	Rev Min	Rev Moy	Rev Mon	Rev Moy	Rev Min	Rev Moy	Rev Min
Catégories
I	169 870	-651	140 612	-14 624	172 853	47 665	224 985	111 583
II	140 701	22 074	118 490	5 851	142 740	47 665	182 332	96 208
III	77 198	13 185	62 403	-5 406	78 243	14 860	104 638	47 222
IV	36 346	9 806	27 483	-4 461	36 596	-1 434	52 433	17 983

Les tableaux 11, 12 et 13 font ressortir l'intérêt de l'assurance par une comparaison de la situation << sans assurance » à la situation << avec assurance » pour la culture de l'arachide dans les départements de Nioro, Kaffrine, Tambacounda et Kolda. La comparaison s'est faite avec les données de revenus obtenus chez les quatre catégories d'agriculteurs par simulation dans les deux cas suivants :

· Cas 1 : Assurance avec une couverture de 100% ; marge de 25% pour l'assurance et selon une subvention de 50% des primes ;

· Cas2 : Assurance avec une couverture de 60% ; marge de 12,% pour l'assurance et une subvention de 50%.

Il ressort de l'analyse que, pour l'ensemble des départements choisis dans l'étude, les revenus simulés sont positifs chez les quatre catégories d'agriculteurs. Néanmoins, il faudra noter que l'assurance peut entraîner une protection de l'agriculteur face aux aléas naturels qui peuvent compromettre la rentabilité de son activité. Par exemple à Kaffrine pour la catégorie d'agriculteurs II, nous avons noté une perte de 16 900 FCFA par hectare à la situation << sans assurance » contre un gain de 56 000 FCFA/ha et 5 800 FCFA/ha respectivement dans les Cas1 et Cas2.

La même situation est remarquée à nouveau à Kaffrine, ainsi avec la catégorie d'agriculteur IV, la situation << sans assurance » révèle un montant des pertes estimées qui se situe à 27 000 FCFA/Ha, contrairement à la situation << avec assurance »qui ramènerait la perte à 4500 FCFA /ha dans le Cas2 et à un gain de 13 700 FCFA /ha dans le Cas1.



ig ure 5 : Situation comparative de l'in térêt de l'Assu ra nce Chez la Catégorie I a N ioro



Les figures 5 ;6 ; 7 et 8 traduisent l'intérêt de l'assurance avec les indices tels que : Revenus moyens et Revenus minimums suivant les situations << sans assurances » et << avec assurances » dans les quatre départements. Par exemple, dans chaque département une catégorie d'agriculteur a été choisie pour montrer l'impact de l'assurance.

En outre les rapports primes sur coûts de production ont été calculés et représentés sur les mêmes graphiques.

L'analyse des graphiques montre que:

· Dans les départements de Nioro et Kaffrine, selon la marge de 12,5% pour l'assurance, les revenus moyens sans assurance et << avec assurance » restent pratiquement constants et se situeraient entre 150 000 FCFA et 200 000 FCFA par hectare, respectivement pour les catégories I et II. En plus les revenus minimums selon la situation avec assurance connaissent un décalage à partir du niveau de couverture de 40% en progressant jusqu'à la valeur de 50 000 FCFA ; contrairement à la << situation assurance » où nous avons des revenus minimums qui restent négatifs et constants quelque soit le niveau de couverture.

· Dans ceux de Tambacounda et de Kolda, selon la même marge 12,5% pour l'assurance, les revenus minimums suivant la situation << avec assurance » connaissent des variations dans le sens positif. Pour Tambacounda et Kolda, le décalage sur les revenus minimums suivant les deux situations s'observent à partir de 70% de niveau de couverture, pour atteindre la valeur de 30 000 FCFA par hectare contre 10 000 FCFA par hectare. Ainsi, nous notons que les rapports entre primes sur coûts de production ne dépassent jamais 1% suivant un niveau de couverture de 70%.

IV.7. Synthèse : analyse de l'intérêt de l'assurance

Les indicateurs d'attractivités ont été obtenus en faisant le rapport entre les primes et couts de productions.

IV.7.1. Hypothèse 1 : marge de 25% pour l'assurance

Tableau 14 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Nioro selon
une marge de 25% pour l'assurance

Subvention	0%				25%					50%				Catégories
I II III IV	I II III IV				I II III IV					Niveau de garantie
NIORO	100%
7%	9%	12%	18%	5%	7%		9%	13%	4%	5%	6%	9%	90%
4%	5%	6%	9%	3%	4%		5%	7%	2%	2%	3%	5%	80%
2%	3%	4%	6%	2%	2%		3%	4%	1%	1%	2%	3%	70%
2%	2%	3%	4%	1%	2%		2%	3%	1%	1%	1%	2%	60%
1%	1%	2%	3%	1%	1%		1%	2%	1%	1%	1%	1%	50%
1%	1%	1%	2%	1%	1%		1%	1%	0%	0%	1%	1%	40%
0%	0%	0%	1%	0%	0%		0%	1%	0%	0%	0%	0%



Subvention Catégories Niveau de garantie

0%

25%

50%

III

IV

II

III

IV

I

II III

IV

I

II

Kaffrine

9 6 8 1 16 5 6 8 2 3 4 5 8

8 4 5 6 9 3 3 4 7 2 2 3 4

7 2 3 4% 5% 2 2% 3% 4% 1 1 2 3%

6% % 2%

100% 10% 13% 17% 25% 8% 10% 13% 19% 5% 6% 8% 12%

Tableau 15 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Kaffrine selon
une marge de 25% pour l'assurance

			2%	3%	1%	1%	2%	2%	1%	1%	1%		2%	50%
0%	1%	1%	1%	0%	0%	1%	1%	0%	0%	0%	1%		40%
0%	0%	0%	0%	0%	0%	0%	0%	0%	0%	0%	0%

Tableau 16 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Tambacounda,
selon une marge de 25% pour l'assurance

Subvention	0%				25%					50%				Catégories
I II III IV	I II III				IV				I II III IV	Niveau de garantie
Tambacounda	100%
6%	7%	9%	14%	4%	5%		7%	10%	3%	3%	5%	7%	90%
2%	2%	3%	5%	1%	2%		2%	4%	1%	1%	2%	2%	80%
1%	1%	1%	2%	1%	1%		1%	2%	0%	1%	1%	1%	70%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	60%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	50%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	40%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%

Tableau 17 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Kolda, selon
une marge de 25% pour l'assurance

Subvention	0%				25%					50%				Catégories
I II III IV	I II III IV				I II III					IV			Niveau de garantie
Kolda	100%
8%	10%	14%	21%	6%	8%		10%	16%	4%	5%	7%	10%	90%
3%	4%	5%	7%	2%	3%		4%	6%	1%	2%	2%	4%	80%
1%	1%	1%	2%	1%	1%		1%	1%	0%	0%	1%	1%	70%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	60%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	50%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	40%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%

Les tableaux 14 ; 15 ; 16 et 18 obtenus par simulation avec l'hypothèse de marge 25% montrent que :


· A Nioro, suivant un niveau de couverture de 70% proposé par l'assurance, les ratios primes sur coûts de production ne dépassent pas 4%, 3% et 2% respectivement pour une absence de subvention, 25% de subvention et 50% de subvention pour les quatre catégories d'agriculteur.

Ainsi les valeurs minimales de coûts d'investissement pour les catégories d'agriculteurs I, II, III et IV sont respectivement 179 000 FCFA, 130 000 FCFA, 104 500 et 72 500 FCFA.

· A Kaffrine, suivant le même niveau de couverture, les ratios primes sur coûts d'investissement ne dépassent pas 5% ; 4% et 3% respectivement pour une absence de subvention, 25% de subvention et 50% de subvention. Egalement les valeurs minimales pour des coûts d'investissement chez les agriculteurs de type I, II, III et IV sont respectivement de 181 500 FCFA, 132 800 FCFA, 105 500 FCFA et 73 600 FCFA.

· A Tambacounda, suivant le niveau de couverture de 70% proposé par l'assurance, les ratios primes sur coût d'investissement sont insignifiants et ne dépassent jamais 1% quelque soit le niveau de subvention (0%, 25% et 50%).

Cependant les valeurs minimales d'investissement pour les catégories I, II, III et IV sont respectivement 200 000 FCFA, 152 000 FCFA, 118 000 FCFA et 81 000 FCFA.

· A Kolda, suivant un niveau de couverture de 70% proposé par l'assurance les ratios primes sur coûts de production sont insignifiants et ne dépassent jamais 1%.

Dans ce cas les valeurs minimales d'investissement pour les types I ; II ; III et IV sont respectivement 215 000 FCFA, 166 500 FCFA, 127 935 FCFA et 87 100 FCFA.

En conclusion, dans les départements de Tambacounda et Kolda les résultats obtenus en faisant le rapport prime sur coût d'investissement n'excédent jamais 1% quelque soit le niveau d'intervention de l'Etat et selon la marge de 25% dégagée par l'assurance. Contrairement aux départements de Kaffrine et de Nioro où nous avons un ratio prime sur coût d'investissement variant entre 2% et 5%.

IV.7.2. Hypothèse 2 : Marge de 12,5% pour l'assurance

Tableau 18 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Nioro, selon
une marge de 12,5% pour l'assurance

Subvention	0%				25%					50%				Catégories
I II III IV	I II III IV				I II III IV					Niveau de garantie
NIORO	100%
7%	8%	11%	16%	5%	6%		8%	12%	3%	4%	5%	8%	90%
3%	4%	6%	9%	3%	3%		4%	6%	2%	2%	3%	4%	80%
2%	3%	3%	5%	2%	2%		3%	4%	1%	1%	2%	3%	70%
1%	2%	2%	3%	1%	1%		2%	3%	1%	1%	1%	2%	60%
1%	1%	2%	3%	1%	1%		1%	2%	1%	1%	1%	1%	50%
1%	1%	1%	2%	0%	1%		1%	1%	0%	0%	1%	1%	40%
0%	0%	0%	1%	0%	0%		0%	0%	0%	0%	0%	0%

Tableau 19 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Kaffrine,
selon une marge de 12,5% pour l'assurance

Subvention	0%				25%					50%				Catégories
I II III IV	I II III IV				I II III IV					Niveau de garantie
Kaffrine	100%
9%	12%	15%	22%	7%	9%		11%	17%	5%	6%	8%	11%	90%
6%	7%	10%	14%	4%	5%		7%	11%	3%	4%	5%	7%	80%
3%	4%	5%	8%	2%	3%		4%	6%	2%	2%	3%	4%	70%
2%	2%	3%	5%	1%	2%		2%	4%	1%	1%	2%	2%	60%
1%	1%	2%	3%	1%	1%		1%	2%	1%	1%	1%	1%	50%
0%	1%	1%	1%	0%	0%		1%	1%	0%	0%	0%	1%	40%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%

Tableau 20 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à
Tambacounda, selon une marge de 12,5% pour l'assurance

Subvention	0%				25%					50%				Catégories
I II III IV	I II III IV				I II III IV					Niveau de garantie
Tambacounda	100%
5%	6%	8%	12%	4%	5%		6%	9%	2%	3%	4%	6%	90%
2%	2%	3%	4%	1%	2%		2%	3%	1%	1%	1%	2%	80%
1%	1%	1%	2%	1%	1%		1%	1%	0%	0%	1%	1%	70%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	60%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	50%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	40%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%

Tableau 21 : Indicateurs d'attractivité chez les quatre catégories d'agriculteurs à Kolda, selon
une marge de 12,5% pour l'assurance

Subvention	0%				25%					50%				Catégories
I II III IV	I II III IV				I II III IV					Niveau de garantie
Kolda	100%
8%	9%	12%	19%	6%	7%		9%	14%	4%	5%	6%	9%	90%
3%	3%	4%	7%	2%	2%		3%	5%	1%	2%	2%	3%	80%
1%	1%	1%	2%	0%	1%		1%	1%	0%	0%	1%	1%	70%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	60%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	50%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%	40%
0%	0%	0%	0%	0%	0%		0%	0%	0%	0%	0%	0%

Les résultats des tableaux 18 ; 19 ; 20 et 21 sont obtenus par simulation avec l'hypothèse de marge de 12,5% pour l'assurance.

Ainsi à 70% de niveau de couverture, les ratios primes sur coûts d'investissement obtenus ne dépassent pas :

· 5%, 4% et 2% à Kaffrine pour des niveaux de subventions respectifs de 0%, 25% et 50% chez les quatre catégories d'agriculteurs ;

· 3%,3% et 2% à Nioro pour les niveaux de subventions respectifs 0%, 25% et 50% chez les quatre catégories d'agriculteurs ;

· 1% à Tambacounda pour un niveau de subvention variant de 0% à 50% pour toutes les quatre catégories d'agriculteurs ;

· 1% à Kolda pour un niveau de couverture variant entre 0% et 50% pour les quatre catégories d'agriculteurs.

En somme, les agriculteurs peuvent souscrire à l'assurance, car les indices d'attractivité ont ressorti d'une manière générale que les primes d'assurances sont insignifiantes devant les coûts d'investissement estimés par hectare. Donc l'adhésion des agriculteurs à la couverture de l'assurance dépend fortement du niveau de subvention proposé par l'Etat.

Cependant, le prix à payer pour les agriculteurs doit également intéresser l'assureur. Cette dernière au delà de sa fonction de mutualisation du risque chez des agriculteurs ayant un avantage comparatif, doit veiller également à la viabilité de son portefeuille d'assurance.

CONCLUSION GENERALE & RECOMMANDATIONS

En conclusion, il apparaît, à partir de cette étude sur les statistiques et assurances agricoles, que les atouts ne sont pas négligeables pour le développement de l'agriculture Sénégalaise, en proposant aux agriculteurs des systèmes de protection lors des années de mauvaises campagnes.

Ainsi l'analyse des risques sur les cultures a révélé un certains nombre de résultats utiles pour la mise en oeuvre de l'assurance agricole, en se référant aux statistiques officielles de rendements d'arachide hivernale, publiées par la DAPS et aux données historiques officielles sur le prix du kilogramme de l'arachide, dans les départements de Nioro, Kaffrine, Tambacounda et Kolda.

En outre, les statistiques agricoles, notamment les rendements agrégés des cultures pluviales, peuvent servir au développement de l'assurance indicielle, ce qui contribuerait à stabiliser le revenu des agriculteurs face aux nombreux risques qui peuvent affecter leurs productions.

Cependant, il s'avère important de savoir que l'assurance agricole ne peut par restaurer toute seule la productivité agricole ; mais peut y contribuer :

· En sécurisant l'accès au crédit ;

· En réduisant les couts du crédit ;

· En permettant aux agriculteurs d'investir dans des activités plus rentables mais potentiellement risquées.

Au vue de ce qui précède, que ce soit dans le système d'assurances agricoles indicielles climatiques ou dans le système d'assurances agricoles sur rendements agrégés, nous dirons que le produit peut constituer un excellent outil pour la stabilisation des revenus en milieu rural.

En somme, la mise en oeuvre de l'assurance agricole au Sénégal entre dans le cadre de la stratégie de lutte contre la pauvreté et à l'atteinte des OMD d'une part, mais aussi et surtout permet aux institutions financières de se protéger contre le risque de fongibilité du crédit en milieu rural lorsque la production est affectée.

Nous recommandons :

Pour l'amélioration de la méthode d'enquête sur les statistiques agricoles :



Une formation et un recyclage des enquêteurs de la DAPS afin qu'ils puissent éviter certaines erreurs lors de la pose des carrés de rendement et la mesure du produit issu de ces carrés de rendement ;



Une augmentation des ressources financières et matérielles de la DAPS, afin que

l'institution puisse mener à bien son travail de contrôle et de supervision sur le terrain ;



De bien assurer un archivage des données historiques de terrain, car cela est utile pour

l'assurance indicielle lorsque cette dernière voudrait descendre à une basse échelle ;



De veiller à réduire les erreurs lors de la mise en agrégation sur les rendements ainsi que

sur les superficies.

Pour la mise en oeuvre du produit assurance agricole :



D'expérimenter le produit d'assurance à petite échelle avant de le généraliser à toutes les zones de production agricole ;



De faire des tests du produit d'assurance indicielle par culture dans chaque zone
agricole, puis de faire la promotion du produit par une sensibilisation de tous les agriculteurs ;
De faire accompagner au contrat d'assurance, un cahier des charges destiné aux



agriculteurs pour un respect des itinéraires techniques (travail du sol, date de semis, variété

recommandée par la recherche, etc.) ;



De cibler les zones de production intensive pour assurer une protection de l'investissement des agriculteurs, et ce dans toutes les filières ;



De veiller à la mise en place d'un cadre institutionnel pour la gestion du processus, car l'assurance demande un cadre institutionnel approprié pour s'implanter et se développer.

REFERENCES BIBLIOGRAPHIQUES

1. AGRHYMET., 2001.- Les Système d'Information Géographiques. Notes de cours, Volume 4. Février. 28 pages.

2. Béye Balleye., 2008.-Modélisation des phénomènes biologiques. Notes de cours 5^éme année, Ecole Nationale Supérieure d'Agriculture.

3. Centre de Suivi Ecologique., 2005.- Rapport sur l'état de l'environnement au Sénégal., Edition ,231 pages.

4. DAPS, Manuel de l'enquêteur, campagne 2007/2008, 25 pages

5. Direction de l'Agriculture ., 1998-1999.- Rapport de recensement de l'agriculture pluviale au Sénégal, 299 pages, Volume 4.

6. DSRP., 2002- Document Stratégique de Réduction de la Pauvreté. 42p + Annexes.

7. FALL Moussa., 2002.- Impacts de l'assistance étrangère sur le développement institutionnel des systèmes nationaux de recherche agricoles des pays en développement, cas du Sénégal, 162 pages.

8. GUISSARD Réginald., 1995.- Contribution à la mise en place d'un SIG pour le suivi des cultures vivrières dans le bassin arachidier Sénégalais.

9. ISRA., 2008.-Caractérisation et typologie des exploitations agricoles familiales du Sénégal (bassin arachidier).Tome 3,volume 8.,44 pages.

10. Mazoyer M., Roudart L., 1997.- Histoire des agricultures du monde du néolithique à la crise contemporaine. Le Seuil, Paris. 533 p.

11. MEMENTO de l'agronome. , 2007.- CIRAD-GRED, 1691 pages.

12. Ministère de l'agriculture., 1996.- Rapport de pays pour la conférence technique internationale de la FAO sur les ressources phylogéniques, Leipzig.

13. MULLER Bertrand., 2008.- Agrométéorologue, CIRAD/CERAAS. Bases agro
météorologiques des contrats d'assurance. Annexe 6D, 30 pages.

14. Projet FAO., Avril 2003.- Rapport préliminaire de LADA (Land Degradation Assessment).

15. Régis Bourbonnais., Manuel d'Econométrie, 317 pages.

16. SARR Benoit., Novembre 1999.- Rapport de stage, Gestion, exploitation organisation des données expérimentales spatialisées et SIG, 21 pages.

17. SOUMARE NDIAYE Déthié., 2004.- Notes de cours sur Système d'Information Géographique et application à la Télédétection, 13 pages.

18. THIOUNE. M. Moustapha. -Systèmes de production. Notes de cours 5^éme année, Ecole Nationale Supérieure d'Agriculture Thiès(Sénégal).

19. TOMASSONE., Robert.- Biométrie, modélisation de phénomène biologique, 553 pages.

20. World Bank., 2008.- Assurance paramétrique Sécheresse, bases agro météorologiques pour la définition des contrats d'assurance, Dakar 7 main 2008,13 pages.

21. World Bank., 2008.- Assurances paramétriques Sécheresse : Expériences internationales et opportunités pour le Sénégal, 12 pages.

22. World Bank., 2008.- Atelier de travail, Etude de faisabilité de la banque mondiale : Assurances indicielles agricoles au Sénégal., Dakar, 7 Mai 2008, 21 pages.

23. World Bank., 2008.- Projet de recherche Septembre. 2008-Septembre 2011.-Intérêt et limites des assurances basées sur les indices météorologiques pour l'agriculture dans un contexte de changement climatique.

24. World Bank., 2008.-Mise en oeuvre opérationnelle des programmes d'assurances paramétriques Sécheresse au Sénégal. Dakar ,7 Mai 2008,13 pages.

ANNEXES

Annexe 1 : Liste des Districts de Recensement par département

Département	Effectif des DR
Rufisque	59
Bambey	209
Diourbel	153
Mbacké	287
Dagana	158
Matam	250
Podor	158
Bakel	132
Kédougou	77
Tambacounda	206
Kaffrine	395
Kaolack	155
Nioro du RIP	195
Mbour	231
Thiès	212
Tivaouane	295
Kébémer	189
Linguère	154
Louga	184
Fatick	231
Foundiougne	146
Gossas	195
Kolda	169
Sedhiou	228
Vélingara	119

Source : Pré Recensement National de l'Agriculture (1997-1998)

Annexe 2 : Données pluviométriques dans les départements (mm)

Année	Kaffrine	Nioro	Tamba	Kolda
1986	437	801	780	853
1987	527	900	698	922
1988	670	915	971	937
1989	543	1105	765	983
1990	397	555	644	768
1991	436	512	584	641
1992	534	752	624	1309
1993	639	762	571	1177
1994	685	798	1111	1146
1995	489	710	580	953
1996	530	512	772	1066
1997	457	617	642	1057
1998	384	582	529	1135
1999	797	976	875	1244
2000	498	970	719	960
2001	649	869	511	806
2002	523	613	408	729
2003	731	912	1108	1479
2004	897	761	740	1047
2005	952	880	722	1178
2006	683	590	537	1009
2007	434	681	596	1058

Source : Direction de la Météorologie Nationale

Annexe 3 : Données de rendements (KG/Ha) en arachide dans départements

Année	Kaffrine	Nioro	Kolda	Tamba
1986	1 119	1 139	1 594	1 085
1987	1 193	1 167	1 586	1 174
1988	980	1 001	1 413	1 162
1989	1 077	1 238	1 450	1 210
1990	761	781	1 054	983
1991	650	1 170	1 020	960
1992	773	888	936	1 032
1993	893	927	1 091	1 080
1994	1 138	1 027	1 120	990
1995	1 049	1 039	1 090	996
1996	801	829	855	1 060
1997	754	946	1 411	973
1998	1 238	1 398	1 320	1 341
1999	1 292	1 218	1 000	1 298
2000	1 100	1 200	1 226	1 100
2001	1 233	1 046	1 061	1 027
2002	396	347	1 081	730
2003	1 100	1 144	1 377	1 195
2004	1 188	1 323	1 402	1 228
2005	920	953	1 578	1 027
2006	757	1 109	1 100	650
2007	377	966	1 046	832

Source : DAPS

SEMENCIER (Bons agriculteurs)
Charges	Prix Unitaire				Co8t ( FC FA)
Préparation du champ			750	8		6 000
Semence (65Kg/ha)			850	65		55 250
Engrais (3 sacs)		12	000	3		36 000
Insecticide (occasionel)		2	000	1		2 000
labour tracteur (si possible)		20	000	1		20 000
Semis (2 matinées)		2	500	2		5 000
1 er binage (2 matinées)		3	000	2		6 000
2 eme binage (2 matinées)		3	000	2		6 000
3 eme binage (2 matinées)		3	000	2		6 000
Epandage d'engrais			750	2		1 500
Désherbage manuel (10 pers)			750	10		7 500
Désherbage manuel (5 pers)			750	5		3 750
CoOts avant récolte						155 000
Hypotheses de rendement	Rdt			1500	Kg
Soulevage		3	500	3		10 500
Mise en moyettes			500	21		10 714
Mise en meules			750	12		9 000
Battage + Vannage		1	350	15		20 250
Criblage			100	30		3 000
Mise en sacs coques (50 Kg)			350	30		10 500
Transport coques (50 Kg/ane)			125	30		3 750
Mise en sacs fanes (50 Kg)			100	56		5 556
Transport fanes			100	56		5 556
CoOts récolte et post-récolte						78 825
Total Charges Techniques						233 825
Recettes
Vente fanes	1000			56	55 556
Vente coques	250			1500	375	000
Total Recettes					430	556
Revenu global					196	730

Source : Nos Calculs

NON SEMENCIER - BON AGRICULTEUR (qui investit)
Charges	Prix Unitaire				Cout ( FC FA)
Préparation du champ			750	8		6 000
Semence (65Kg/ha)			500	65		32 500
Engrais (3 sacs)		12	000	3		36 000
Insecticide (occasionel)		2	000	1		2 000
labour tracteur (non)		20	000	0		-
Semis (2 matinées)		2	500	2		5 000
1 er binage (2 matinées)		3	000	2		6 000
2 eme binage (2 matinées)		3	000	2		6 000
3 eme binage (non)		3	000	0		-
Epandage d'engrais			750	2		1 500
Désherbage manuel (10 pers)			750	10		7 500
Désherbage manuel (5 pers)			750	5		3 750
CoOts avant récolte						106 250
Hypotheses de rendement	Rdt			1500	Kg
Soulevage		3	500	3		10 500
Mise en moyettes			500	21		10 714
Mise en meules			750	12		9 000
Battage + Vannage		1	350	15		20 250
Criblage			100	30		3 000
Mise en sacs coques (50 Kg)			350	30		10 500
Transport coques (50 Kg/ane)			125	30		3 750
Mise en sacs fanes (50 Kg)			100	56		5 556
Transport fanes			100	56		5 556
CoOts récolte et post-récolte						78 825
Total Charges Techniques						185 075
Recettes
Vente fanes	1000			56	55 556
Vente coques	175			1500	262	500
Total Recettes					318	056
Revenu global					132	980

Source : Nos calculs

NON SEMENCIER - MOYEN (qui investit un peu)
Charges	Prix Unitaire			Cout ( FC FA)
Préparation du champ		750	8	6 000
Semence (65Kg/ha)		500	65	32 500
Engrais (2 sacs)		12 000	2	24 000
Insecticide (non)		2 000	0	-
labour tracteur (non)		20 000	0	-
Semis (2 matinées)		2 500	2	5 000
1 er binage (2 matinées)		3 000	2	6 000
2 eme binage (2 matinées)		3 000	2	6 000
3 eme binage (non)		3 000	0	-
Epandage d'engrais		750	1	750
Désherbage manuel (10 pers)		750	10	7 500
Désherbage manuel (non)		750	0	-
CoOts avant récolte				87 750
Hypotheses de rendement	Rdt		1000	Kg
Soulevage		3 500	3	10 500
Mise en moyettes		500	14	7 143
Mise en meules		750	8	6 000
Battage + Vannage		1 350	10	13 500
Criblage		100	20	2 000
Mise en sacs coques (50 Kg)		350	20	7 000
Transport coques (50 Kg/ane)		125	20	2 500
Mise en sacs fanes (50 Kg)		100	37	3 704
Transport fanes		100	37	3 704
CoOts récolte et post-récolte				56 050
Total Charges Techniques				143 800
Recettes
Vente fanes		1000	37	37 037
Vente coques		175	1000	175 000
Total Recettes				212 037
Revenu global				68 237

Source : Nos calculs

NON SEMENCIER - Pauvres Agriculteurs (qui investit presque pas)
Charges	Prix Unitaire				Cout ( FC FA)
Préparation du champ			750	8	6	000
Semence (65Kg/ha)			500	65	32	500
Engrais (non)		12	000	0		-
Insecticide (non)		2	000	0		-
labour tracteur (non)		20	000	0		-
Semis (2 matinées)		2	500	2	5	000
1 er binage (2 matinées)		3	000	2	6	000
2 eme binage (2 matinées)		3	000	2	6	000
3 eme binage (non)		3	000	0		-
Epandage d'engrais (non)			750	0		-
Désherbage manuel (10 pers)			750	10	7	500
Désherbage manuel (non)			750	0		-
CoOts avant récolte					63	000
Hypotheses de rendement	Rdt			700	Kg
Soulevage		3	500	2	7	000
Mise en moyettes			500	10	5	000
Mise en meules			750	6	4	200
Battage + Vannage		1	350	7	9	450
Criblage			100	14	1	400
Mise en sacs coques (50 Kg)			350	14	4	900
Transport coques (50 Kg/ane)			125	14	1	750
Mise en sacs fanes (50 Kg)			100	26	2	593
Transport fanes			100	26	2	593
CoOts récolte et post-récolte					38	885
Total Charges Techniques					101	885
Recettes
Vente fanes	1000			26	25 926
Vente coques	175			700	122 500
Total Recettes					148 426
Revenu global					46 541

Source : Nos Calculs