III.2.4.3- Le test de signification individuelle des
paramètres
Ce test permet de voir si les
variables ont un impact (un effet) individuel sur la production de coton. Il
consiste à tester l'hypothèse H0
que chaque paramètre ß est
significativement différent de zéro (0) contre
l'hypothèse alternative rattachée au paramètre. Pour cela,
nous comparons la probabilité rattachée à chaque
coefficient (paramètre estimé) aux différentes
probabilités théoriques 1%, 5% et 10%. Si la probabilité
calculée est inférieure à une des probabilités
théoriques reconnues comme acceptables (1% et 5%) alors le
paramètre est significatif à ce seuil, donc la variable
rattachée au paramètre en question influe sur la production de
coton à ce même seuil.
Ainsi nous concluons du tableau N°4, qu'à long
terme le prix mondial et la superficie ne sont significatifs qu'au seuil de 5%.
La population et l'engrais ne le sont qu'à 10% mais la
pluviométrie n'est significative ni à 1%, ni 5%, ni 10%.
III.3- L'interprétation
économique des résultats obtenus de notre régression
Cette partie analysera le signe des coefficients
(paramètres estimés) ainsi que leur valeur : C'est à
dire qu'elle parlera du sens de variation de la variable explicative
rattachée à chaque paramètre par rapport à la
production burkinabé de coton et dans quelle proportion cela se fait sur
la variable expliquée.
III.3.1- Le coefficient de l'offre
retardée
Négatif, le coefficient de l'offre retardé est
un paramètre qui donne la vitesse avec laquelle l'offre s'ajuste pour
son retour à l'équilibre après un choc. Ce coefficient se
présente comme égale à -0,99 selon nos données qui
signifie un ajustement à 99% de l'offre de coton au Burkina Faso. Cela
voudrait signifier la nature d'équilibre stable de l'offre de coton
burkinabé. Le retour à l'équilibre de long terme se fait
dans un temps relativement court.
III.3.2- L'impact de la pluviométrie sur la
production cotonnière
Ce facteur est non significatif que ce soit à court
ou à long terme. Nous expliquerons ce résultat par la
pluviosité des zones cotonnières plus forte et
généralement constante d'une période à l'autre.
Nous estimons à près de 4 000 mm la quantité de pluies
pour une bonne récolte. Dans ces zones de coton la pluviométrie
est en moyenne autour de 5 000 mm. D'où une potentialité
naturelle pour ces zones. Ce qui pourrait expliquer la non pertinence de ce
facteur dans notre modèle. Toute chose étant égale par
ailleurs, la pluie est un fait dans les régions cotonnières
| 
