Graphique 3 : Effet d'un choc d'offre sur le prix
d'un bien agricole
A court terme, l'offre étant complètement
inélastique en raison du délai entre la semence et la
récolte, l'agriculteur ne peut modifier sa quantité produite et
les prix s'envolent à PCT. Cependant, à long terme,
les agriculteurs (existants et nouveaux) répondent au signal
lancé par l'augmentation dans le prix relatif face aux autres biens
agricoles et accroissent leur production, augmentant l'offre et ramenant du
même coup le prix au niveau initial PLT. Suivant cette logique
il est tout à fait raisonnable de poser que les changements dans le prix
à long terme est inférieur à celui de court terme et qu'il
est même peut être égale à zéro. C'est donc
dire que la courbe d'offre de produits agricoles est beaucoup plus
élastique à long terme qu'à court terme, réduisant
ainsi, selon Mendelshon et Nordhaus (1996), le biais de l'estimation vers
zéro. De manière plus théorique, considérons
l'équation de profit d'un agriculteur représentatif qui produit
une certaine culture, et qui comme dans notre modèle, n'a pas la
possibilité de changer de cultures en réponse aux variations de
court terme du climat :
  (4)
Où p, q et c représentent respectivement les
prix, la quantité et les coûts. Les prix et les coûts sont
fonction de la quantité. La quantité est fonction du climat z,
puisque celui-ci affecte directement les rendements annuels. Maintenant,
considérons la réponse du profit de l'agriculteur face à
un changement dans le climat :
  (5)
Le premier terme mesure le changement dans les prix en
réponse au choc dans le climat multiplié par l'effet du climat
sur la quantité, lui-même multiplié par le niveau initial
de quantité produite. Nous avons montré
précédemment qu'un choc d'offre   qui affecte négativement (positivement) fait grimper (chuter) le
prix à court terme, mais qu'à long terme les prix devraient
retourner, du moins partiellement vers le niveau initial. C'est donc dire
qu'à long terme  , que le premier terme est égal à zéro ce qui
confirme l'hypothèse d'un équilibre partiel. Le deuxième
terme de l'équation (5) mesure le changement de profit (prix -
coût marginal) causé par le changement dans le climat à
travers l'effet du climat sur les quantités. Il mesure ainsi le
changement dans la productivité de l'activité agricole et
représente l'effet à long terme des changements climatiques sur
les profits agricoles en maintenant constant les choix de cultures.
Paragraphe 2 : Présentation des données de
l'étude
Pour estimer l'équation (3), nous utilisons des
données en série temporelle sur la période 1975 à
2008. Si le modèle ricardien utilise le revenu net agricole, il est
à noter que dans le contexte béninois, il n'existe pas de
données relative à cette variable. Pour cette raison nous allons
approcher le revenu net par la valeur ajoutée agricole. Les
données relatives à cette variable sont disponibles au niveau de
la banque mondiale. Toutes les données relatives aux autres variables
proviennent également de la base de données de la banque mondiale
hormis les données relatives aux précipitations et aux
températures qui nous ont été fournies par l'Agence pour
la Sécurité de la Navigation Aérienne en Afrique et
à Madagascar, BENIN. Nous avons pu rassembler les informations quasi
complètes sur les variables retenues. Concernant les données
climatiques le BENIN dispose de six stations qui relèvent le niveau des
températures et des précipitations. Seulement six stations sont
retenues dans le cadre de cette étude. Il s'agit des stations de
Cotonou, de Bohicon, de Kandi, de Natitingou, de Parakou et celle de
Savè. Ces stations sont retenues parce qu'elles fournissent des
données complètes relatives à la période
d'étude, couvrent tout le BENIN et sont les plus utilisées dans
les études climatiques au BENIN.
Les impacts des projections climatiques
prévus pour notre région
Nous considérons les projections de température
et de précipitation réalisé par GIEC sur l'Afrique de
l'ouest à l'horizon 2080/2099 à l'aide des modèles UK89 et
CCCM. Elles ont été effectuées sur une base
saisonnière et par comparaison avec les moyennes de la période
1980-1999. Dans la plupart des pays de la zone, les précipitations sont
prévues à la baisse. Cette diminution serait de 5 à 10%
à l'horizon 2080/99 d'après les modèles magicc-schegen
(scénario « IS92a » du GIEC, 2007). Pour ce qui est
des températures, l'augmentation pourrait varier d'ici à 2100 de
0.2°C à 5.8°C selon les régions. Globalement les zones
les plus chaudes auront tendance à plus se réchauffer que les
autres. Ces différentes prévisions seront Utilisées pour
simuler le climat futur du BENIN. En utilisant ces données, il sera
question d'estimer la valeur ajoutée agricole dans ces nouvelles
conditions climatiques. Pour ce faire nous ajoutons les changements de
température prévue par le modèle à la
température de référence et nous multiplions la base de
précipitation par les pourcentages de diminution prévue par le
modèle climatique. Cela nous donne un nouveau climat C1. Nous calculons
la valeur ajoutée des conditions climatiques actuelles C0 (correspondant
à la dernière année disponible dans notre base de
données) et de chaque nouveau climat. En soustrayant la valeur
ajoutée estimée   de celle actuelle   nous pouvons obtenir la modification de la valeur du revenu net. En
fait Le changement de bien être résultant d'un changement
climatique de l'état C0 à C1 est mesuré par :  
Avec   l'impact global de la température et des précipitations
sur le revenu agricole.
| 
