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


Home | Publier un mémoire | Une page au hasard

 > 

Efficacité de la collecte des déchets ménagers et agriculture urbaine et périurbaine dans la ville de Yaoundé

( Télécharger le fichier original )
par Joel Sotamenou
Université de Yaoundé II - Soa, Cameroun - DEA 2004
  

précédent sommaire suivant

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

Iv-1-2. Collecte et analyse des données

a- Echantillonnage et collecte des données

a1- Echantillonnage

Pour évaluer l'impact qu'ont les des déchets ménagers récupérés et recyclés sur la production agricole urbaine et périurbaine, nous avons utilisé le procédé d'échantillonnage non probabiliste. Un échantillonnage est dit non probabiliste lorsque sa sélection a été faite à partir d'informations à priori et tout phénomène de hasard a été exclut. Dans ce type d'échantillons, on fait l'hypothèse implicite que la caractéristique étudiée a une distribution aléatoire et, quelque soit l'échantillon choisi, il existe une randomisation naturelle.

La base de sondage de l'étude est constituée de l'ensemble des exploitants des bas-fonds des quartiers urbains et périurbains de Yaoundé. Du fait des contraintes aussi bien temporelles que financières, nous avons retenu au total 150 exploitants dans les bas-fonds de Nkolondom, d'Etoug-Ebé et d'Ekozoa. Mais pour des raisons d'insuffisance de réponses certaines ont été exclues des analyses.

Le tableau 4. 2 fait ressortir les effectifs retenus par bas-fonds des sites enquêtés.

Tableau 4. 2 : Répartition des exploitants enquêtés

Sites

Etoug-Ebé

Ekozoa

Nkolondom

Total

Nombre
d'exploitants

43

31

52

126

 

a2- La collecte des données

Deux types de données ont été collectés pour la réalisation des objectifs de notre étude. Il s'agit des données secondaires et des données primaires.

Les données secondaires ont été obtenues à partir des cartes des zones d'études et de la littérature à savoir, les mémoires et thèses, les livres et les revues et ceci grâce aux bibliothèques privées et universitaires. Les structures de recherche tels que le CIRAD, l'IRAD, la FAO, le PNUD, ERA-Cameroun, le CIPRE, l'INS, l'INC, nous ont également permis d'enrichir notre littérature.

A partir des enquêtes sur le terrain et des observations propres, les données primaires ont été collectées. Pour cela, un questionnaire a été élaboré et a permis la collecte des informations à travers des interviews directes avec chaque exploitant. Le questionnaire a été calqué sur le modèle du

78

Joë& Sotamenou Mémoire de DEA- PTCI /UY II/ Octo6re 2005

questionnaire utilisé par Parrot (1997a) à Muea21 ; ceci afin de permettre d'éventuelles comparaisons, dans la mesure oi'i les villes de Yaoundé et Muea ont ceci de commun, c'est que l'activité agricole dit périurbaine est très développée dans ces deux villes (Annexe 1).

Les observations propres ont été confirmées par les agriculteurs lors des séances de restitution. Le questionnaire a été confectionné sur une seule page et portait respectivement sur :

- Les caractéristiques socio-économiques des membres du ménage ;

- Les indicateurs sociaux et avoirs du ménage ;

- Les principales cultures et les intrants utilisés ;

- Les quantités utilisés de déchets ménagers, leurs origines et destinations.

Les enquêtes de terrain dans les trois sites ont duré 15 jours et ceci de jour comme de nuit puisque certains exploitants nous donnaient des rendez-vous en soirée. Toutes les enquêtes s'achevaient par des séances de restitution oi'i nous expliquions aux enquêtés les raisons de notre enquête et présentions les différentes observations faites sur le terrain. Cependant, beaucoup de difficultés ont été rencontré sur le terrain. En plus de la réticence de certains exploitants qui refusaient de se soumettre aux questionnaires parce que << fatigués de se soumettre à des enquêtes dont les résultats ne sont jamais vulgarisés », il était très difficile de se déplacer dans les parcelles d'Etoug-Ebé surtout du fait de leur caractère très enclavées et inondées tout autour. Bien que moins enclavées que celles d'Etoug-Ebé, il n'a pas été facile de parcourir les parcelles de Nkolondom et d'Ekozoa qui s'étendent sur plusieurs kilomètres.

b- Traitement des données et variables utilisées b1- Traitement des données

L'étude de la demande des déchets ménagers récupérés et recyclés dans les exploitations agricoles urbaines et périurbaines a été abordée par la méthode de discrimination logistique. Il s'agit en général de décrire la liaison entre une variable qualitative << Y » (variable à expliquer) à k modalités et un ensemble de j variables X1, X2, ..., Xj (variables explicatives) qui peuvent être de nature quelconque.

Ensuite, nous allons estimer les paramètres du modèle, mesurer son adéquation (qualité d'ajustement) et en déduire la significativité et l'interprétation des paramètres ainsi estimés.

Dans ce travail, il s'agira donc d'estimer un modèle Logit portant sur la demande des déchets animaux (fientes et lisiers) et des déchets végétaux (déchets de cuisine à l'état frais et décomposés) sur l'échantillon groupé de tous les exploitants des trois sites. Les données collectées dans le cadre de cette étude ont été intégralement saisies à l'aide du logiciel CSPro 2.5. Les logiciels Excel 2003 et SPSS 10.0 ont permis de faire les analyses descriptives et le logiciel E-Views 3.0 nous a permis d'analyser les régressions logistiques.

21 Petite vile du Sud-Ouest Cameroun oi'i l'activité agricole périurbaine est très développée.

79

Joë& Sotamenou Mémoire de DEA- PTCI /UY II/ Octo6re 2005

b2- Variables utilisées

La collecte des données ainsi faite nous a permis de retenir un certain nombre de variables susceptibles d'influencer l'adoption des déchets ménagers récupérés et recyclés dans les exploitations agricoles urbaines et périurbaines.

Le tableau 4.3 présente les caractéristiques des variables retenues.

Tableau 4.3 : Description des variables utilisées dans l'estimation sur l'échantillon total

Variables explicatives retenues

Moyenne

Ecart-type

Sexe

0,40

0,49

Age de l'exploitant

35,40

10,77

Taille du ménage

5,49

2,72

Etudes primaires

0.44

0.50

Etudes secondaires

0.25

0.43

Etudes supérieures

0.06

0.24

Tribu Bamiléké

0.46

0.50

Tribu Eton

0.27

0.44

Surface exploitée

530,36

512,23

Classe Revenu agricole

2,48

0,94

Dépenses en intrants

4,43

5,18

Circuit de vente de la production

1,31

0,47

Proximité du domicile de la parcelle

0,64

0,48

Appartenance à un GIC

0,21

0,41

Origine des déchets

0,68

0,47

Droit de propriété sur les parcelles

0,78

0,41

Pratique des cultures maraîchères

0.74

0.44

Pratique de l'élevage

0,23

0,42

Source : Par nos soins à partir de E-Views

 
 
 

Le tableau 4. 4 quant à lui présente les effets théoriques attendus.

80

Joë& Sotamenou Mémoire de DEA- PTCI /UY II/ Octo6re 2005

Tableau 4. 4 : Variables susceptibles d'influencer la décision d'utiliser les déchets ménagers récupérés et recyclés dans les exploitations agricoles urbaines et périurbaines.

Variables explicatives

 

Effets théoriques attendus

 
 
 

Sexe (SEX)

 

Les femmes utilisent moins les déchets ménagers à cause du caractère lourd de ceux-ci qui exige d'énormes efforts physiques.

 

Diplôme le plus élevé (DIP)

 

Le niveau d'éducation d'un individu a une influence positive sur la probabilité d'adoption d'une innovation.

 
 
 

Age exploitant (AGE)

 

Les jeunes ont le goût du risque et sont en général les premiers à adopter une nouvelle technologie (Bodiguel, op. cit). De plus ils ont plus de force pour les déchets ménagers du domicile vers les parcelles.

 

Taille du ménage (TAIL)

 

La taille du ménage a un effet positif sur l'utilisation des déchets dans les parcelles.

 

Appartenance à un GIC (GIC)

 

En principe, le fait d'appartenir à un GIC a une influence positive sur l'adoption. Le plus souvent les adhérents sont mieux informés.

 
 
 

Tribu (TRIB)

 

La tribu influence parfois les techniques culturales dont l'utilisation des déchets.

 

Classe Revenu mensuel issu de l'exploitation agricole (CREA)

 

Un revenu élevé influence positivement l'utilisation des déchets.

 
 
 

Dépenses mensuelles pour intrants (DEP)

 

Plus les dépenses en intrants sont élevées plus les déchets sont utilisés.

 
 
 

Superficie de l'exploitation
(SURF)

 

Plus la surface cultivée est importante, moins les exploitants utilisent les déchets car il ne les ont pas toujours en quantité suffisante.

 
 
 

Statut des parcelles exploitées (PROP)

 

Les titulaires des parcelles ont beaucoup plus tendance à utiliser les déchets parce que leurs actions s'étalent sur plusieurs cycles ; alors que les exploitants des parcelles loués seront mois disposés à utiliser les déchets.

 
 
 

Pratique des cultures maraîchères (CULTMAR)

 

L'utilisation ou non des déchets est fonction du type de culture pratiquée. Le maraîchage par exemple nécessite beaucoup plus l'utilisation d'intrants organiques.

 
 
 

Cultures des fleurs
(FLEU)

 

La culture des fleurs exige une forte utilisation des déchets surtout dans les pépinières.

 

Pratique de l'élevage (ELEV)

 

La pratique de l'élevage favorise l'utilisation des déchets animaux.

 
 
 

Recours à la main d'oeuvre salariée (EMPL)

 

Le recours à la main d'oeuvre salariée devrait augmenter la probabilité de l'utilisation des déchets (Terre noire à Ekozoa).

 

Proximité du domicile de la parcelle (DIST)

 

Plus le domicile de l'exploitant est proche des parcelles, plus les déchets sont utilisés.

 
 
 

Origine des déchets
(ODEC)

 

Selon que l'on achète ou ramasse les déchets utilisés, il influence le choix de leur utilisation.

 
 
 

Circuit de vente de la production (CVP)

 

Selon que l'on vende sa production soi-même ou par intermédiaire, le circuit de vente peut influencer l'utilisation des déchets.

 

81

Joë& Sotamenou Mémoire de DEA- PTCI /UY II/ Octo6re 2005

précédent sommaire suivant






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








"Enrichissons-nous de nos différences mutuelles "   Paul Valery