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

 > 

Evaluation de l'efficience technique des exploitations riricoles du périmètre irrigué de mission-tové

( Télécharger le fichier original )
par Agossou GADEDJISSO-TOSSOU
Université de Lomé(Togo) - Ingénieur agro-économiste 2009
  

précédent sommaire suivant

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

4.2.2.2. Estimation pour tout l'échantillon avec la variable muette type d'écologie

Le tableau suivant expose l'estimation de la frontière stochastique par les MCO de tout l'échantillon avec les variables définies avant et une variable muette qui est le type d'écologie (TYPECO) : riziculture irrigué et celle sur des terres souvent inondées.

4.2.2.2.1. Validation du modèle 

Il ressort de l'analyse du tableau ci-après que les mêmes variables sont significatives comme dans le cas de l'estimation sans la variable muette. Et les coefficients gardent les mêmes valeurs et les mêmes signes dans les deux estimations. Le R2 de la première estimation (0,88) est égal à celui de la deuxième estimation (0, 88). Il en est de même pour les F-statistic 119 pour la première et 106 pour la deuxième.

4.2.2.2.2. Discussion des résultats

Il ressort de ce qui précède que l'introduction de la variable muette n'a pas d'influence significative sur l'estimation. Mais en examinant le t-statistic de la variable muette on conclut qu'il y a une différence de 15,84% entre les producteurs en irriguée et ceux exploitant des terres souvent inondées. Néanmoins, comme l'une des hypothèses de cette étude porte sur la comparaison de l'efficience technique de ces deux groupes de producteurs, dans le développement suivant, l'estimation portera sur ces deux groupes de producteurs séparés.

Tableau 13 : MCO pour l'échantillon total utilisant la fonction de production Cobb- Douglas y inclus la variable muette type d'écologie

Included observations: 150

Variable

Coefficien

Std. Error

t-Statistic

probabil

Constante

3,88836

0,98389

3,95203*

0,0001

LOG(AGE)

-0,03829

0,13586

-0,28183

0,7785

LOG(CRED)

0,04010

0,02426

1,65264

0,1007

LOG(ENGM)

-0,07830

0,08277

-0,94598

0,3458

LOG(EXPRI)

0,00121

0,04976

0,02435

0,9806

LOG(INST)

-0,02816

0,04370

-0,64450

0,5203

LOG(MADO)

0,66617

0,07983

8,34324*

0,0000

LOG(QINS)

0,11032

0,07700

1,43272

0,1542

LOG(SEM)

0,91172

0,16196

5,62901*

0,0000

LOG(TEXP)

0,42358

0,05778

7,32994*

0,0000

TYPECO

0,00625

0,03950

0,15840

0,8744

R-squared

0,88466

Mean dependent var

7,96735

Adjusted R-squared

0,87636

S.D. dependent var

0,64653

S.E. of regression

0,22733

Akaike info criterion

-0,0543

Sum squared resid

7,18337

Schwarz criterion

0,16645

Log likelihood

15,0741

F-statistic

106,619

Durbin-Watson stat

1,86509

Prob(F-statistic)

0,00000


* dénote la significativité au seuil de 5%

4.2.2.3. Estimation suivant le type d'écologie :

4.2.2.3.1. Estimation pour la riziculture irriguée

4.2.2.3.1.1. Validation du modèle

· Le F de Fisher (F-statistic = 75) est élevé et sa probabilité est significativement nulle : les paramètres du modèle sont globalement significatifs.

Ceci signifie que toutes les variables exogènes expliquent réellement la production de manière globale.

· Le R2 est élevé(R-squared= 0,88, Adjusted R-squared = 0,87) : plus de 88% des variations de la production sont expliquées par le modèle (par les variables indépendantes)

· Le ratio de Log likelihood est significatif au seuil de 0,5% suivant la distribution de Khi-deux donc la relation entre la production et les variables indépendantes est de qualité.

4.2.2.3.1.2. Discussion des résultats

Le t de Student des paramètres tels que la main d'oeuvre (MADO), la quantité de semence en kg/ha (SEM),et la taille de l'exploitation en ha (TEXP) en plus de la constante ont leur probabilité inférieure à 0,05 : ces paramètres du modèle sont significativement différents de zéro. Ainsi la production dépend dans une large mesure de la main d'oeuvre, de la qualité et de la quantité de semences utilisées pour la confection des pépinières et de la superficie emblavée par les producteurs. Donc

l'hypothèse selon laquelle la production dépend dans une large mesure de la disponibilité en engrais n'est pas vérifiée.

Tableau 14 : MCO pour les producteurs en riziculture irriguée utilisant la fonction de production Cobb- Douglas

Included observations: 95

Variable

Coefficien

Std. Error

t-Statistic

Prob.

Constante

4,215273

1,147227

3,674314*

0,0004

LOG(AGE)

-0,10202

0,156338

-0,652579

0,5158

LOG(CRED)

0,052095

0,030706

1,696574

0,0934

LOG(ENGM)

-0,10949

0,094452

-1,159260

0,2496

LOG(EXPRI)

0,032925

0,059183

0,556316

0,5795

LOG(INST)

-0,02617

0,054236

-0,482525

0,6307

LOG(MADO)

0,464537

0,113936

4,077186*

0,0001

LOG(QINS)

0,194390

0,089546

2,170846

0,0327

LOG(SEM)

0,914884

0,185961

4,919773*

0,0000

LOG(TEXP)

0,524742

0,083220

6,305497*

0,0000

R-squared

0,888316

Mean dependent var

8,03025

Adjusted R-squared

0,876490

S.D. dependent var

0,63578

S.E. of regression

0,223441

Akaike info criterion

-0,0600

Sum squared resid

4,243689

Schwarz criterion

0,20878

Log likelihood

12,85193

F-statistic

75,1193

Durbin-Watson stat

1,920766

Prob(F-statistic)

0,00000

* dénote la significativité au seuil de 5%

4.2.2.3.2. Estimation pour la riziculture sur terres souvent inondées

4.2.2.3.2.1. Validation du modèle

· Le F de Fisher (F-statistic = 53) est élevé et sa probabilité est significativement nulle : les paramètres du modèle sont globalement significatifs.

Ceci signifie que toutes les variables exogènes expliquent réellement la production de manière globale.

· Le R2 est élevé(R-squared= 0,91, Adjusted R-squared = 0,89) : plus de 89% des variations de la production sont expliquées par le modèle (par les variables indépendantes)

· Le ratio de Log likelihood est significatif au seuil de 0,5% suivant la distribution de Khi-deux donc la relation entre la production et les variables indépendantes est de qualité.

4.2.2.3.2.2. Discussion des résultats

Le t de Student des paramètres tels que la main d'oeuvre (MADO), la quantité de semence en kg/ha (SEM),et la taille de l'exploitation en ha (TEXP) en plus de la constante ont leur probabilité inférieure à 0,05 : ces paramètres du modèle sont significativement différents de zéro. Ce sont ces paramètres qui influencent de façon significative la production. Donc l'hypothèse selon laquelle la production dépend dans une large mesure de la disponibilité en engrais n'est pas vérifiée.

Tableau 15 : MCO pour les producteurs sur terres souvent inondées utilisant la fonction de production Cobb- Douglas

Included observations: 55

Variable

Coefficien

Std. Error

t-Statistic

Prob.

Constante

2,265996

1,755014

1,291156

0,2032

LOG(AGE)

0,079644

0,260073

0,306239

0,7608

LOG(CRED)

0,029111

0,039654

0,734124

0,4667

LOG(ENGM)

0,000823

0,163021

0,005050

0,9960

LOG(EXPRI)

-0,052032

0,090127

-0,577316

0,5666

LOG(INST)

-0,049614

0,068865

-0,720460

0,4750

LOG(MADO)

0,671391

0,132411

5,070505*

0,0000

LOG(QINS)

0,133145

0,156921

0,848486

0,4007

LOG(SEM)

1n072672

0,304793

3519351*

0,0010

LOG(TEXP)

0,413333

0,083345

4,959326*

0,0000

R-squared

0,913297

Mean dependent var

7,858725

Adjusted R-squared

0,895957

S.D. dependent var

0,656322

S.E. of regression

0,211702

Akaike info criterion

-0,104312

Sum squared resid

2,016792

Schwarz criterion

0,260658

Log likelihood

12,86857

F-statistic

52,66821

Durbin-Watson stat

1,858832

Prob(F-statistic)

0,000000

* dénote la significativité au seuil de 5%

Les tests de validation donnent les mêmes résultats. Ainsi les estimateurs issus des MCO du modèle sont sans biais, convergents et efficaces.

On conclut que comme dans le cas de tout l'échantillon, les mêmes variables sont significatives pour les producteurs en riziculture irriguée et ceux sur des terres souvent inondées. Le R2 au niveau des deux groupes de producteurs est pratiquement égal et les coefficients aussi ont les mêmes signes et sont égaux en valeurs. Ces résultats sont confirmés par le fait que ces deux groupes de producteurs sont dans le même type d'écologie : riziculture irriguée et que la différence provient du fait que certains sont sur des terrains souvent inondées.

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








"Aux âmes bien nées, la valeur n'attend point le nombre des années"   Corneille