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 : effets des stratégies d'adaptation agricole aux changements climatiques sur le rendement agricole: analyse du sens de la causalité

Dans la section précédente de ce chapitre, en nous basant sur les statistiques descriptives, nous avons pu constater que le rendement agricole semble être en corrélation avec les stratégies d'adaptation agricole aux effets des changements climatiques dans les pays de la CEEAC. Cependant, à partir de cette analyse nous n'avons pas pu déceler le sens de la relation. C'est le souci de pallier à l'incertitude du sens de cette relation que nous faisons recours aux outils d'analyse économétrique. De ce fait, en 2.1, nous présentons la démarche méthodologique, en 2.2, nous procédons à l'estimation puis à l'interprétation des résultats.

2.1 Démarche méthodologique

Dans cette sous-section, on s'attarde d'abord sur le modèle théorique ayant permis la formalisation du modèle économétrique utilisé ; ensuite, nous présentons les différentes variables du modèle ainsi constitué.

2.1.1 Choix du modèle économétrique

Dans cette section, nous avons mis en place un cadre économétrique permettant d'analyser le lien entre l'utilisation des stratégies d'adaptation aux changements climatiques et le rendement agricole. Nous cherchons à savoir si la modification des stratégies d'adaptation aux effets des changements climatiques permet d'augmenter le rendement des cultures. De ce fait, nous construisons une fonction qui met en relation les stratégies d'adaptations des agriculteurs face aux changements climatiques avec le rendement agricole. Nous nous sommes inspirés des travaux de '''''Quan et al. (2019) et de ''Di Falco et al. (2011) suivant leur raisonnement, la forme générale de cette fonction s'écrit :

(VI.1)

Avec le rendement agricole : le rendement de banane, de cacao, de café et de coton ; les stratégies d'adaptation représentées par les engrais, les herbicides, les insecticides, les fongicides et les surfaces récoltées de chaque culture.

Dans le cadre de notre travail, nous allons adapter la fonction qui met en relation le rendement agricole avec les stratégies potentielles d'adaptation aux changements climatiques afin d'obtenir notre modèle économétrique. Nous admettons que ce modèle est similaire à celui utilisé par '''Alem et al. (2010). De manière spécifique, on a :

(VI.2)

i=1,2,...N et t=1,2,...T, représentent respectivement les individus (pays) et les années.

2.1.2 Présentation des variables du modèle

Dans ce modèle, les variables sont pour la plupart tirées de la littérature sur les théories d'adaptation agricole '''''(Quan et al., 2019a). Elles sont décrites ainsi que leurs sources dans le tableau présenté ci-dessous concernant la période d'étude, elle s'étend de 2003 à 2011.

Tableau 4.1: Présentation des variables

Variables

Description des variables

Sources

Variables de rendement agricole dépendantes

Rendement de banane

Mesurée par la quantité récoltée de banane par hectare (banane en kg/ha)

FAOSTAT (2018)

Rendement de cacao

Mesurée par la quantité récoltée de cacao par hectare (cacao en kg/ha)

FAOSTAT (2018)

Rendement de café

Mesurée par la quantité récoltée de café par hectare (café en kg/ha)

FAOSTAT (2018)

Rendement de coton

Mesurée par la quantité récoltée de coton par hectare (coton en kg/ha)

FAOSTAT (2018)

Variables d'adaptation indépendantes

Engrais

Mesurée par la quantité d'engrais utilisée à des fins agricole (eng en kg/ha)

FAOSTAT (2018)

Herbicide

Mesurée par la quantité d'herbicide utilisée à des fins agricole (herb en kg/ha)

FAOSTAT (2018)

Insecticide

Mesurée par la quantité d'insecticide utilisée à des fins agricole (ins en kg/ha)

FAOSTAT (2018)

Fongicide

Mesurée par la quantité de fongicide utilisée à des fins agricole (fong en kg/ha)

FAOSTAT (2018)

Investissement

Investissements agricole (invagri en millions de dollars)

FAOSTAT (2018)

Inflation

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

WDI(2018)

Population

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

WDI(2018)

Croissance économique

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

WDI(2018)

Source : Auteur

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

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








"Il faut répondre au mal par la rectitude, au bien par le bien."   Confucius