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

 > 

Changements climatiques et production agricole dans les pays de la CEEAC


par Blaise Ondoua Beyene
Université de Yaoundé 2 - Master Degree 2019
  

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

Section 2 : Changements climatiques et rendement agricole: analyse du sens d'influence

L'influence des changements climatiques sur le rendement agricole a été détectée par l'analyse descriptive. Cependant, cette analyse ne nous a pas permis de déterminer avec sérénité les relations existantes entre les variables agronomiques avec celles climatiques. C'est pour cette raison que nous faisons recours à l'outil d'analyse plus sophistiqué qu'est l'économétrie. Pour cela, nous allons présenter en (2.1) la démarche méthodologique, en (2.2) l'estimation ainsi que les principaux résultats.

2.1 Démarche méthodologique

Nous mettrons en évidence le modèle théorique ayant conduit à la formalisation de ce modèle avant de présenter les différentes variables qu'il comporte.

2.1.1 Méthodologie de formalisation du modèle économétrique

Le modèle économétrique à estimer dérive de la théorie microéconomique du producteur, qui stipule que le producteur cherche toujours à maximiser son rendement sous contrainte de la technologie et de la quantité de chaque facteur de production. Le modèle à estimer est celui développé par-- Salvacion (2019)Nana (2019) et Zhong et al., (2019) qui se sont inspirés des études de ---Villavicencio et al. (2013), il se spécifie comme suit:

Rendement agricole=f (précipitations, Températures) (II.1)

En terme spécifique, le modèle économétrique à estimer s'écrit :

(II.2)

Où i, t désigne le pays et l'année, respectivement.

2.1.2 Présentation des variables du modèle et source de données

L'ensemble des variables recensées dans le cadre de notre étude proviennent de la littérature mettant en relation les changements climatiques et le rendement agricole. Elles sont présentées dans le tableau ci-dessous.

Tableau 2.1: Présentation des variables

Variable

Description des variables

Source

Variables dépendantes agricoles

Rendement de la Banane

Mesuré par le rendement annuel de banane (rbanane) en kilogramme par hectare(kg/ha) ;

FAOSTAT (2018)

Rendement du Cacao

Mesuré par le rendement annuel de cacao (rcacao) en kilogramme par hectare(kg/ha) ;

FAOSTAT (2018)

Rendement du Café

Mesuré par le rendement annuel de café (rcafe) en kilogramme par hectare(kg/ha) ;

FAOSTAT (2018)

Rendement du Coton

Mesuré par le rendement annuel de coton (rcoton) en kilogramme par hectare(kg/ha).

FAOSTAT (2018)

Variables indépendantes

Précipitation

Volatilité moyenne annuelle des précipitations (pret, en mm/an);

CCKP (2018)

Température

Volatilité moyenne annuelle des températures (Temp en °Celsius);

CCKP (2018)

Population

Emploi dans l'agriculture (pop, % emploi total)

WDI (2018)

Investissement

Investissements agricole (invagri, millions de dollars)

WDI (2018)

Inflation

Taux d'inflation annuel (infla ; en%) ;

WDI (2018)

Croissance économique

Taux de croissance annuel du PIB réel (en %)(tcpib ; en %).

WDI (2018)

Source: Auteur

Les différentes variables ainsi présentées, nous passons à l'estimation de notre modèle économétrique.

précédent sommaire suivant