Upload
adoua16
View
100
Download
0
Embed Size (px)
DESCRIPTION
Le papier analyse les déterminants de l'adoption des techniques agricoles de lutte contre le changement climatique dans le plateau central du Burkina Faso.
Citation preview
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 1/16
1
Les Déterminants de l’Adoption des techniques de conservation des eaux et des
sols au Burkina Faso
JEL classification : C25 D24 Q31Papier d’exercice (Université de Ouagadougou UFR/SEG) Mai 2008
Akouwerabou B. Denis
RésuméL’effet du changement climatique sur l’agriculture des pays pauvres se manifeste par la perte
des rendements. Il existe des investissements agricoles capables de réduire le choc du
changement climatique. C’est l’exemple des techniques de Conservation des Eaux et des Sols
(CES). Dans le plateau central du Burkina Faso, le taux d’adoption des CES est faible
(39,4%). L’analyse descriptif montre que le facteur déterminant dans l’adoption des CES
semble être le statut foncier. Les résultats du modèle probit montrent qu'en plus du statut
foncier, le nombre d'enfants scolarisés et l'âge du chef du ménage influencent également
l'adoption des CES.Mots clefs : Changement climatique, rendements agricoles, investissements agricoles
Summary
The effect of the climate change on the agriculture of the poor countries appears by the loss of
the outputs. There exist agricultural investments able to reduce the shock of the climate
change. It is the example of the techniques of Conservation of Water and the Ground (CWG).
In the central plate of Burkina Faso, the rate of CWG’s adoption is weak (39,4%). The
descriptive analysis shows that the determining factor in the adoption of CWG seems to be the
land statute. The results of the probit model show that in addition to the land statute, the
number of children enrolled into school and the age of the chief of the household alsoinfluence the adoption of the CWG.
Key words Climatic change, agricultural outputs, and agricultural investments
I. IntroductionLes preuves scientifiques de la gravité du changement climatique pour l’agriculture sont
désormais sans ambiguïté. L’élévation des températures moyennes, les sècheresses et les
inondations entraînent des pertes de productivité des cultures et de l’élevage. Ainsi, dans les
pays pauvres où l’agriculture est encore tributaire de la pluviométrie, il est très difficile de
prévoir la production agricole tant celle-ci est fonction des aléas climatiques.
Les populations pauvres sont plus vulnérables aux effets du changement climatique en raison
de leur dépendance vis-à-vis de l’agriculture et de leur faible capacité d’adaptation. Dans
certaines régions, les agriculteurs cultivent déjà des variétés dont les cycles de production ont
été modifiés et adapter à la longueur de la saison pluvieuse. Mais, dans les pays aux
ressources très limitées, une proportion importante d’agriculteurs ne pourra pas s’adapter au
changement climatique sans aide extérieure.
Ainsi, dans la majorité des pays au sud du Sahara, beaucoup de ces paysans percevant une
plus grande variabilité du climat n’ont pas changé leurs pratiques agricoles. Les obstacles à
l’adaptation varient, mais pour certains d’entre eux le principal semble être le manque de
ressources ou d’épargne.
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 2/16
2
Le changement climatique a des conséquences importantes pour l’agriculture avec pour effet
des pertes économiques et une vulnérabilité alimentaire. Il reste à savoir si les agriculteurs
burkinabè sont informés des conséquences de ce phénomène. Toujours est-il que les pertes
sévères de rendements agricoles sont imputables au changement climatique dans les régions
du plateau central déjà arides. Les rendements du maïs sont passés par exemple de 12%
environ en 1992 à 4,3% en 1998 (Ouédraogo, 2005). La combinaison du manque desressources en eau et la disponibilité de plus en plus limitée en terres arables (dans le plateau
central au Burkina Faso) entraîne des effets négatifs sur les potentiels agricoles.
Les études de vulnérabilité montrent que le changement climatique pourrait finalement miner
les efforts de promotion du développement durable en exacerbant les risques existants de
désertification, de pression sur les ressources hydriques et d’une production agricole en
difficulté. Face à cette menace potentiellement lourde, la problématique de réponse consiste
en deux stratégies d’adaptation capables de limiter les impacts des difficultés croissantes de
l’agriculture (Rosenberg, 1992) : d’un côté, résister aux modifications du climat (sous la
forme d’investissements pour freiner l’érosion des sols) et adapter les systèmes culturaux et
hydriques; de l’autre, organiser le retrait progressif de certaines cultures, face àl’inadaptabilité croissante à l’environnement bioclimatique. Très peu sont ces agriculteurs
burkinabè qui appliquent l’une ou l’autre de ces deux stratégies. Nombreux sont les facteurs
qui peuvent motiver l’adoption des nouvelles techniques de production. Ces facteurs peuvent
être d’ordre social, culturel ou économique. La préoccupation de la présente étude est
d’identifier les déterminants de l’investissement agricole d’adaptation au changement
climatique dans le plateau central au Burkina Faso.
Beaucoup d’initiatives ont été entreprises dans l’objectif de vulgariser et de promouvoir les
technologies susceptibles d’améliorer la productivité agricole. Sanders et al. (1990) notent
qu’en plus de la dégradation continue des terres, c’est surtout la réduction de la productivité
du travail dans le secteur agricole qui motive le Burkina Faso à chercher à promouvoir lesnouvelles techniques de production agricoles. Mais force est de constater le faible taux
d’adoption des nouvelles techniques agricoles par les paysans (Feder et al, 1985). La stratégie
la plus couramment adoptée pour maintenir la fertilité des sols consiste à appliquer la jachère.
Mais cette pratique trouve ses limites avec l’explosion démographique que connaissent les
pays au Sud du Sahara.
Mais, il est connu que l’amélioration des rendements agricoles est la seule alternative concrète
pour réaliser le progrès à court terme en matière de réduction de la pauvreté rurale et de
l’insécurité alimentaire. Des possibilités existent avec l’utilisation des intrants chimiques et
organiques, l’intégration de l’agriculture à l’élevage, l’utilisation de variétés plus productives
et la diversification des systèmes de culture. Cependant, le climat, l’état des terres et
l’accroissement de la population montrent que ces techniques de production ne peuvent
suffire pour réaliser de bonnes performances agricoles dans le plateau central. A ces stratégies
il faut nécessairement adjoindre les techniques de conservation des eaux et des sols (CES).
C’est dans cette perspective que se situe la présente étude qui cherche des réponses à la
question suivante : quelles sont les facteurs qui incitent à l’adoption des techniques à même de
permettre une intensification des systèmes de production agricoles dans le Plateau Central ?
L’objectif de cet article est de mettre à nu les déterminants de l’investissement d’adaptation
au changement climatique au Burkina Faso. Autrement il s’agit de rechercher les variables
(économiques où sociales) qui expliquent la décision d’investir pour l’adaptation au
changement climatique en zone agricole dans le plateau central du Burkina Faso. L’article
poursuit également l’objectif de formulation de recommandations de politiques économiquesafin d’inciter les agriculteurs à prévenir et à s’adapter au changement climatique.
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 3/16
3
Sous l’hypothèse d’un contrôle parfait de l’effet des autres facteurs, on s’attend à ce que la
motivation principale dans l’adoption des CES soit la sécurité foncière. Autrement, le statu
foncier est le facteur le plus déterminant dans l’adoption des CES, dans le plateau central du
Burkina Faso.
Les analyses et interprétations portent sur les tableaux croisés qui ont été conçus sur SPSS.Les données proviennent de la base de données GRN1
du CILSS2
collectées au Burkina Faso
en 2008. La dernière partie de l’article analyse les déterminants de l’adoption des techniques
agricoles à travers un modèle probit.
II. Les résultats théoriques et empiriquesDe nombreux chercheurs ont investi le rôle de déterminer les facteurs qui influencent les
décisions d’adoption. A cet effet, Jamison et al (1982) montrent que les raisons du faible taux
d’adoption des technologies agricoles sont à rechercher sous plusieurs angles. Les auteurs
dénombrent des facteurs d’ordre social, économique, technique et environnemental. Feder et
al. (1985) rappellent toute fois que les décisions d’adoption des technologies dépendentfortement des différences dans la diffusion de l’information. Dadi et al (2004), introduisent les
incitations économiques comme les prix des facteurs de production et des outputs comme
facteurs déterminants de l’adoption des technologies. Kebede et al (1993) furent les premiers
à souligner l’importance et le rôle des connaissances traditionnelles dans l’adoption des
nouvelles technologies. Eisemon et al (1988) préviennent que les déterminants de l’adoption
doivent être recherchés en considérant les ménages comme évoluant dans un environnement
socioéconomique à forte inter et intra influence. Knox et al (1999) attirent l’attention sur le
rôle des droits de propriété du foncier sur la décision d’adoption. Zoungrana en 2004, ajoute à
cette liste des facteurs sociaux comme la taille du ménage et l’âge du chef de ménage. A ces
facteurs on peut ajouter d’autres facteurs non moins importants. C’est l’exemple des
infrastructures, des risques commerciaux, de la main d’œuvre, de la richesse, et des règlescommunautaires.
Ainsi, la théorie de la diffusion de l’innovation proposée par Rogers en 1962, a identifié cinq
autres facteurs déterminants dans l’adoption ou la diffusion d’une nouvelle technologie. Il
s’agit de l’avantage relatif, la complexité, la compatibilité, la testabilité et l’observation.
Tornatzky et al (1982) notent que la compatibilité, les avantages relatifs et la complexité de la
technologie influencent davantage l’adoption de celle-ci. Cette thèse est soutenue par les
résultats de Davis et al (1989). A travers un modèle d’acceptation de la technologie, ces
auteurs découvrent deux facteurs d’ordre psychologique qui déterminent l’adoption d’une
technologie. Il s’agit de la perception de l’utilité et la perception de la facilité d’utilisation de
la technologie. Si la perception de l’utilité et la perception de la facilité de l’utilisationinfluencent l’attitude générale de l’utilisateur face à la technologie, la facilité d’utilisation
influence plus significativement l’adoption d’une technologie à travers l’auto efficacité et
l’instrumentalité (Davis et al, 1986). Selon Bandura (1982) et Lepper en 1985, l’efficacité est
l’un des facteurs principaux qui sous-tend la motivation intrinsèque d’un individu, et c’est ce
qui explique le lien direct entre la perception de la facilité d’utilisation et l’attitude. Enfin,
Davis et al (1989) montrent que l’intention d’utiliser un système et la perception de l’utilité,
ont un lien plus fort que celui entre l’intention et la perception de l’utilité d’utilisation. De ce
fait, la perception de l’utilité est l’élément qui influence le plus la décision d’utilisation d’une
technique.
1 Gestion des Ressources Naturelles (GRN).2 Commuté Inter-état de Lutte contre la Sécheresse au Sahel (CILSS).
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 4/16
4
Mais, selon la théorie de l’action raisonnée, l’attitude de l’individu face à une technique est
déterminée par ses croyances sur les conséquences de cette technique. Par ailleurs, l’intention
d’adopter une technique est déterminée par les normes subjectives, elles mêmes déterminées
par les croyances normatives de l’individu. Cette théorie postule en outre que tous les autres
facteurs qui influencent l’individu le font de manière indirecte, ce qui a un impact sur
l’attitude ou sur les normes subjectives.
Aussi, face à ce que l’on peut qualifier de désastre malthusien, Boserup (1965) a introduit la
théorie de la pression créatrice de la population. Selon l’auteur, lorsque la densité de la
population augmente, l’intensification agricole évolue dans le même sens, et cela n’accroît
pas seulement la production mais aussi stimule l’adoption des techniques de gestion des
terres. Ainsi, la pression démographique entraîne une réorganisation de la production agricole.
L’auteur laisse percevoir qu’une population clairsemée n’incite pas la société à changer le
système d’utilisation du sol. La croissance démographique joue donc un rôle moteur dans le
changement et l’adoption des techniques, c’est ce que l’auteur a appelé « pression créatrice ».
La littérature montre que la décision d’adoption est le résultat d’une combinaison de divers
facteurs (économiques, sociaux, environnementaux, psychologiques, etc.) La présente étude
essaye de tester la validité de l’effet de quelques uns de ces variables pour le cas du plateau
central du Burkina Faso.
Au Burkina Faso, la recherche sur les systèmes de production s’est particulièrement investie
dans les études diagnostiques (identification des contraintes physiques, sociales et
économiques des systèmes de production agricoles), l’évaluation, le transfert des technologies
et les études des conditions de leur adoption. De nombreuses technologies «dites performantes
» ont été recommandées à la vulgarisation, aux ONG et aux organisations paysannes.
Plusieurs programmes et projets de développement, visant à améliorer la situation agricole et
alimentaire, ont été mis en place. Le constat est que les résultats sont restés très souvent en
deçà de ceux escomptés (Ouédraogo, 2005). La question est alors de savoir si les facteurs
déterminants dans la décision d’adoption des ménages agricoles ont été identifiés.
III. Les déterminants des investissements agricolesLa protection et la restauration des terres arides, sont devenues une nécessité afin d’accroître
les espaces cultivables du monde rural. La dégradation des sols est due principalement à
l’érosion éolienne et au ruissellement des eaux de pluie. En plus de ces deux phénomènes, les
systèmes d’exploitation agricoles sont de véritables sources de dégradation des ressources
environnementales. C’est l’exemple des cultures sur brûlis, l’extension des superficies
cultivées qui engendrent un défrichement exagéré des forêts. La suite de l’article essaye de
lier l’adoption des CES aux caractéristiques susceptibles d’influencer la décision des ménages
agricoles.
III.1. Le statut foncier
Knox et al (1999) montrent que la détention des droits de propriété est un facteur déterminant
de l’adoption d’une technologie visant à améliorer la productivité agricole. Les droits de
propriété sont perçus non seulement comme étant l’appropriation des ressources
conformément aux lois du pays, mais aussi une variété de droits issus du droit coutumier et
des usages locaux. Ces auteurs estiment que l’absence de ces droits décourage la conservation
de l’environnement. Enfin, Barbier (1990) montre que la détention des droits de propriété
influence de façon significative la décision des agriculteurs à investir dans le contrôle des solsperdus ou en dégradation.
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 5/16
5
Le Burkina Faso doit, pour nourrir sa population qui ne cesse d’augmenter ou pour exploiter
les avantages liés au commerce extérieur des produits agricoles effectuer des investissements
dans les terres. Les paysans ne seront guère disposés à investir si leurs droits fonciers ne sont
pas sécurisés. En fait, le premier avantage facilement mesurable de la sécurité des droits
fonciers est qu’elle incite les exploitants à investir davantage (Dialla, 2003). A en croire les
propos de l’auteur, plus le paysan est propriétaire de la terre mieux il est disposé à investirdans son exploitation. Le tableau n°1 montre que sur deux cent cinquante deux (252) ménages
agricoles, 92,5% sont des propriétaires terriens. On s’attendrait alors à ce que le taux
d’adoption soit très élevé. Le statut foncier est constitué des propriétaires (regroupant
également l’héritage et le don) et la possession des droits d’exploitation de la terre par le prêt
(7,5%).
Au total quatre vingt huit (88) ont adopté les CES et 97,7% de ceux qui les ont adopté sont
des propriétaires terriens (tableau n°1). Ces résultats semblent soutenir l’idée selon laquelle le
statut foncier « propriétaire » est déterminant dans la décision d’investir. Cela est d’autant
plus exact que seul 10,52% des non propriétaires ont investi en CES. Ce résultat
s’expliquerait par le fait que : lorsqu’un propriétaire terrien se rend compte que l’emprunteurde sa terre est entrain d’investir, il anticipe que ce dernier a des intensions d’exploitation sur
le long terme, voir même devenir propriétaire de part son investissement. Dans ces conditions
deux situations sont possibles. Soit il retire les droits d’utilisation de façon précoce si
l’emprunteur consent ; ou les deux se retrouvent dans une situation conflictuelle. Dans la
majeure partie des cas, anticipant ce comportement du prêteur, l’emprunteur évite souvent de
réaliser des investissements sur les terrains.
Les statistiques montrent ici l’un des problèmes majeurs de l’agriculture burkinabè. Dans le
plateau central où les terres sont arides et moins propices à l’agriculture, on constate que seul
36,9% des ménages propriétaires terriens ont réalisé un investissement de soutien à la
production agricole. De ce fait, les rendements agricoles ne peuvent que baisser vu la pression
incessante de perdre le droit d’exploitation qui pèse sur les paysans non propriétaires terriens.Ortiz (1980) soutient néanmoins que la réticence des paysans à adopter les innovations n’est
pas due à un comportement non rationnel, mais à leur désir de maximiser leur sécurité en
minimisant leur risque. Les risques liés aux prix ou à l’instabilité de la pluviométrie sont ceux
qui affectent la confiance des paysans dans le court terme. A cela s’ajoutent les risques liés à
l’insécurité de la détention des terres et à l’appropriation du capital qui affectent la confiance
dans le long terme.
Tableau n°1
Tableau croisé Statut foncier * CES
Effectif
40 18 15 2 2 124 201
1 1
7 2 22 31
2 17 19
49 18 17 2 2 164 252
Propriétaire
héritage
don
prêt
Statut
foncier
Total
cordons
pierreux zaï
zaï et cordons
pierreux
bande
enherbée
cordons zaï
et bande
enherbée non
CES
Total
Source : construit par l’auteur
III.2. L’effet revenu
L’adoption des techniques de production agricole est aussi soumise à l’influence des risques
environnementaux et commerciaux. Les exploitants à faibles revenus sont peu motivés à
prendre des risques et hésitent souvent à adopter de nouvelles technologies parce qu’ils
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 6/16
6
manquent de revenu et des circuits de commercialisation stables. Kebede (1993) s’accorde
avec cette notion de risque comme facteur influençant l’adoption de technologies agricoles.
Ainsi, les réactions des paysans au développement des stratégies sont, en partie, expliquées en
termes de comportement de prise de risques. L’auteur ajoute que dans leur sélection des
méthodes alternatives de réduction du risque, les ménages exhibent des degrés variés de
comportements de prise de risques. L’auteur aboutit au fait que le comportement adverse aurisque des producteurs réduit la probabilité d’adoption des nouvelles technologies. Clay et al
(1998) montrent qu’un grand risque conduit les paysans à baisser l’investissement dans la
conservation des sols. Leur conclusion commune est que le revenu est étroitement lié au
pouvoir et aux droits de propriété sur les ressources naturelles, ce qui affecte l’adoption des
technologies agricoles. Aussi, les agriculteurs nantis attachent une valeur accrue aux bénéfices
à moyen et long terme que l’investissement technologique est susceptible de leur procurer
(Knox et al, 1999).
Le tableau n°2 expose les résultats sur l’adoption des CES en fonction du niveau de revenu.
Les agriculteurs sont repartis en cinq grands groupes selon le niveau de revenu. Les données
du tableau semblent confirmer les prédictions théoriques et les résultats empiriques énoncés
plus haut. Le taux relatif d’adoption des CES par intervalle de revenu s’élève à mesure quel’on va vers des intervalles de revenus élevés. Le taux moyen absolu d’adoption des CES est
de 35,35%. Seuls les taux relatifs d’adoption des trois dernières classes de revenus sont
proches de ce taux absolu. Les taux relatifs des classes de revenu faible sont inferieurs à ce
taux absolu, de sorte que le plus proche est celui de la deuxième classe de revenu (25%)
relégué à plus de dix (10) points du taux absolu.
Tableau n°2 Tableau croisé revenu annuel*CES CES Total Taux
d’adoption
%
Cordons
pierreux
zaï zaï et
Cordons
pierreux
bande
enherbée
Cordons zaï et
bande enherbée
non
Niveau
de
revenu
du
ménage
en FCF
Total
[0 ; 55 000]
] à 120 000]
] à 250 000
] à 325 000
] à 3 200 000
4
13
13
4
6
40
5
3
4
3
15
2
4
5
6
17
2
2
2
2
34
26
46
14
16
139
45
48
70
21
28
215
24,44
25
34,29
33,33
42,86
35,35
Source : construit par l’auteur
Les taux d’adoption dans les classes à bas revenu ne sont pas pour autant très faibles. On
pourrait penser à certains facteurs comme l’action collective comme paramètre explicatif de
ce résultat. Considérée comme un dispositif de répartition du risque, l’action collective peut
être une alternative plausible d’explication de la décision d’adoption au sein des paysans
pauvres. Les producteurs agricoles traditionnels sont réputés pour leur solidarité réciproque.
Cette solidarité se manifeste à travers l’entraide. Cette initiative contribue à la diminution des
charges et des craintes d’insécurité liées au besoin de survie ce qui atténue les obstacles à
l’adoption des CES. L’action collective permet ainsi de rééquilibrer la distribution des gains
provenant de l’exploitation du capital naturel de production agricole en facilitant l’adoption
des technologies plus avancées qui exigent de gros investissements. A défaut de l’action
collective, certains auteurs pensent que la disponibilité interne de main-d’œuvre peut
constituer un moyen pour contourner le manque de solidarité inter-ménage.
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 7/16
7
III.3. La disponibilité de la main-d’œuvre agricole
L’adoption des techniques de conservation des eaux et des sols est aussi déterminée par la
disponibilité de la main-d’œuvre. En fait, chacune des techniques de conservation des eaux et
des sols exige une quantité importante de main-d’œuvre pour sa réalisation. Un faible niveau
de main-d’œuvre agricole interne lié aux difficultés résultant de l’offre de main-d’œuvre
agricole, sont des obstacles à l’adoption des CES. Cette contrainte est tout aussi absoluenotamment quand la réalisation de ces investissements de production coïncide avec les
périodes de pointes saisonnières d’autres activités agricoles.
En regroupant les ménages selon le nombre d’actifs3, le tableau n°3 révèle qu’à la moyenne
de quinze actifs sur l’étendue de l’échantillon le constat est le suivant. Les ménages de moins
de quinze actifs ont un taux relatif d’adoption de 32,88% alors que ceux qui ont au moins
quinze actifs ont un taux relatif d’adoption de 48,27%. Par conséquent l’adoption des CES est
liée positivement au nombre d’actifs du ménage.
Tableau n°3
Tableau croisé Nombre d'actifs * CES
Effectif
1 1
5 5
3 2 4 9
5 2 21 28
6 3 31 40
6 4 4 25 39
7 1 4 20 32
2 2 1 15 20
1 12 13
2 3 1 1 9 16
1 2 1 3 7
3 1 3 73 3
1 1 2
3 1 2 6
1 1 3 5
1 1 2
1 1
1 3 4
1 1
3 1 4
1 1
1 1
1 1
1 1 2
1 1
48 18 17 2 2 164 251
1
2
3
4
5
6
7
8
9
10
11
1213
14
15
16
17
18
20
21
22
23
25
26
28
29
Nombre
d'actifs
Total
cordons
pierreux zaï
zaï et cordons
pierreux
bande
enherbée
cordons zaï
et bande
enherbée non
CES
Total
Source : construit par l’auteur
Après ces investigations, l’on peut se demander s’il n’existe pas un lien significatif entre le
niveau d’éducation du chef de ménage et la décision d’adoption.
III.4. L’effet de l’instruction
A travers sa capacité de constitution du capital humain, beaucoup pensent que le niveau
d’éducation joue sur la décision d’investissement en milieu rurale. Kini (2007) note cependant
que le niveau d’éducation n’est pas corrélé avec la décision d’adoption et qu’il n’est pas
nécessaire de le considérer comme déterminant de l’adoption. L’auteur note que dans
l’ensemble du plateau central, le niveau d’éducation est corrélé en moyenne à 12,7% à la
3 Actif est ici utilisé en opposition à l’inactif (c'est-à-dire les membres qui ne peuvent contribuer par leur force de
travail à la production agricole, soit par l’effet de l’âge ou d’une invalidité quelconque).
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 8/16
8
décision d’adoption, alors qu’un coefficient de corrélation d’au moins 14% était nécessaire.
Les statistiques du tableau n°4 semblent soutenir les propos de l’auteur. Sur les quatre vingt
huit (88) exploitants qui adoptent les CES, 72,73% n’ont jamais été à l’école ni profiter
d’aucune formation. Les paysans qui ont bénéficié de la formation à l’école rurale ne
représentent que 4,54% des adoptants alors qu’au total 7,14% des chefs d’exploitation ont
fréquenté l’école rurale. Aussi au nombre des vingt trois (23) chefs d’exploitation qui ontfréquenté l’école classique, seul huit soit 34,78% d’entre eux ont adopté les CES.
Tableau n°4 :
Tableau croisé Niveau d'instruction * CES
Effectif
34 15 12 2 1 124 188
6 1 12 19
1 3 4
3 2 1 11 172 4 6
3 1 14 18
49 18 17 2 2 164 252
non
primaire
secondaire
école coraniquealphabétisation
école rurale
Niveau
d'instruction
Total
cordons
pierreux zaï
zaï et cordons
pierreux
bande
enherbée
cordons zaï
et bande
enherbée non
CES
Total
Source : construit par l’auteur
IV. La synthèse des résultats descriptifsL’analyse des tableaux croisés montre que le test de l’influence des variables socio-
économiques et démographiques sur la décision d’adoption semble être significatif. Le statut
foncier ‘propriétaire’ joue un rôle déterminant dans l’adoption des CES ; tout comme le
revenu annuel, la main-d’œuvre et la superficie. Le résultat portant sur la significativité du
statut foncier ‘propriétaire’ reste à vérifier lorsque que l’on sait qu’il est le plus dominant(92,5%). Il n’est alors pas surprenant que 97,72% des adoptants soit de cette catégorie.
Il existe par ailleurs des cas4
d’indétermination où le sens de l’effet n’est pas déterminé à
l’avance. L’analyse des tableaux croisés ne permet pas d’affirmer avec rigueur que telle ou
telle variable influence la décision d’adoption. L’interprétation des résultats reste limitée par
le manque d’informations sur le poids, la significativité et le sens de l’effet des variables sur
la décision d’adoption.
Aussi, le test d’indépendance (tableau n°55) du khi-deux montre que la décision d’adoption
des CES est liée aux variables niveau d’éducation du chef de ménage et statut foncier à 5%.
Au seuil de 10% la variable CES est également dépendante du niveau de la main-d’œuvre
interne du ménage. Mais, la dépendance ne donne pas non plus l’effet net des variables sur la
décision d’adoption.
Pour se soustraire de cette limite, il est nécessaire d’utiliser un modèle économétrique. Ce qui
est analysé dans cet article est l’effet des variables sur la décision d’adoption. Autrement dit
pour un ménage agricole donné, on essaye d’évaluer l’effet de ses caractéristiques propres sur
la probabilité d’adoption. Le modèle économétrique idoine serait un modèle de probabilité.
Cette analyse est menée à travers un modèle probit dans la section suivante.
4 Exemple : Cas du revenu (tableau n°2) et du nombre d’actif (tableau n°3)5 Confère annexe
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 9/16
9
V. Le modèleL’adoption des CES a pour objectif de protéger le capital naturel de production agricole et les
ressources naturelles en générale. Les CES jouent un rôle écologique très important et
contribuent à l’augmentation de la productivité agricole. Mais, les CES nécessitent également
des ressources importantes pour être mises en œuvre.
Les bénéfices d’usages directs ne sont pas suffisants pour traduire l’ensemble des bénéficesque les agriculteurs retirent des CES. Il peut exister d’autres facteurs non observables qui
influencent la décision. Ainsi, les déterminants de l’adoption des CES peuvent être difficiles à
identifier sur des caractéristiques socioéconomiques et démographiques isolées. L’adoption
peut être la résultante d’une multitude de variables.
L’analyse des données montrent que 34,92% des ménages enquêtés adoptent les CES. Le
terme CES regroupe toutes les techniques citées plus haut. Pour un agriculteur i pris au hasard
dans l’échantillon il peut y avoir deux cas, soit :
o il adopte ;
o ou il n’adopte pas.
On remarque alors que la réponse est dichotomique. En gardant à l’esprit que l’objectif del’article est de déterminer l’effet partiel de chaque variable dans la décision d’adoption ; on se
donne la variable dichotomique y comme le résultat de la décision de l’agriculteur :
1 '
0 ' '
i
i
y s il adopte
y s il n adopte pas
=
=
Il s’agit alors d’identifier l’effet des variables socioéconomiques sur la probabilité ( p ) que i y
prenne la valeur 1 ou la valeur 0. Par conséquent, c’est la probabilité que l’on cherche à
expliquer avec la condition que [ ]0,1 p ∈ .
Cette dernière contrainte oriente vers le choix d’un modèle probabiliste. Les modèles
probabilistes que l’on peut utiliser sont entre autres les modèles probit, logit et le modèle deprobabilité linéaire. Ce dernier modèle comporte cependant beaucoup d’insuffisances qui
altèrent sa capacité de prédiction. En plus du fait que le modèle ne garantit pas des
probabilités comprises dans l’intervalle [ ]0,1 , son terme de perturbation est hétéroscédastique
et non normale (R. Ouédraogo, 2003). Théoriquement, les modèles probit et logit conduisent à
des résultats semblables du point de vue analytique. Cependant, la considération de la somme
pondérée du carré des résidus conduit à privilégier le modèle probit (Amemiya, 1981 ; cité par
Point et al 1993).
Considérons deux agriculteurs i et j, dire que i j y y≥ revient à dire que le premier adopte et le
second n’adopte pas. On peut de façon conventionnelle écrire que i jCES CES≥ .
Soiti
x le vecteur colonne des facteurs qui influencent la décision d’adoption des CES on peut
écrire que :'
i i i iCES x β ε = + et '
j i j jCES x β ε = + où ε est un résidu lié aux autres facteurs
non maîtrisables et aux variables omises.
La probabilité pour qu’un agriculteur i adopte est ( 1)i p y = ce qui revient à :
( )i j
p CES CES≥ . En remplaçant les instruments par leurs valeurs respectives, on obtient la
relation suivante : ' '( 1) ( )i i i i i j j p y p x x β ε β ε = = + ≥ + .Par transformation (et en posant
( ) j
i β β β = − ainsi que ( )i j
ε ε ε = − − et considérant que la distribution est symétrique) on
aboutit au résultat :'( 1) ( )
i i p y F x β = = où (.)F est une fonction de répartition.
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 10/16
10
La définition de la variable montre qu’elle est une variable de Bernoulli. Par conséquent sa
fonction de probabilité est donnée par la relation :1( ) (1 )i i y y
i i i f y p p−
= − et comme
'( 1) ( )i i p y F x β = = on écrit que :
1' '( ) ( ) 1 ( )
ii
y y
i i i f y F x F x β β
−
= −
En considérant que la distribution du résidu est normale, on peut approcher la fonction de
répartition à celle de la loi normale centrée réduite (0,1) N . A l’échelle de la variable
binomiale qui s’étend sur la taille de l’échantillon on obtient la fonction de vraisemblance
(.) L suivante :1
' '( ) ( ) 1 ( )i
i y
yn
i i i L x x β π β β −
= Φ − Φ
Après la spécification fonctionnelle, il reste à identifier les variables socioéconomiques
exogènes c'est-à-dire les variables explicatives. Cette matrice comporte bien évidement des
variables culturelles, sociales et économiques. Cependant, l’article reste fidèle à vérifier
l’effet des variables identifiées plus haut sur la décision d’adoption.
V.1. Les variables
Les variables explicatives sont :
- Le statut foncier (sta_f) ; c’est une variable binaire qui prend la valeur 1 si le paysan est
propriétaire terrien et la valeur 0 s’il n’est pas propriétaire. La variable sta_f lorsqu’elle prend
la valeur 1 regroupe les statuts propriétaire, héritage, dons ou legs et la valeur 0 pour le statut
prêt . La variable sta_f est supposée influencer positivement la probabilité d’adoption.
- Le revenu total annuel (revtot). Il est supposé influencer positivement l’adoption des CES.
Cela s’explique par le fait que les ruraux qui ont un revenu relativement important peuvent
l’utiliser pour investir énormément dans l’agriculture. Ces derniers sont incités à réaliser de
grands investissements agricoles comme les CES afin de pérenniser leurs activités agricoles.
- Les actifs du ménage (mo). La main-d’œuvre représente un atout important dans l’adoptiondes CES. La réalisation des CES demande une main-d’œuvre très importante. Disposer d’une
main-d’œuvre importante dans le ménage influence donc positivement l’adoption des CES.
- Les agriculteurs qui ont bénéficié d’une instruction sont sensés anticiper la nécessité des
investissements d’adaptation au changement climatique. La variable, niveau d’éducation du
chef du ménage (ecol), est supposée influencer positivement la probabilité d’adoption. La
variable ecol prend la valeur 1 si le chef de ménage est instruit et la valeur 0 si non.
- L’âge du chef de ménage (age) (supposé lié quadratiquement à la décision d’adoption)
influence positivement l’adoption dans un premier temps, mais son effet sur l’adoption atteint
un maximum et décroit par la suite. Cela s’explique par le fait qu’avec l’augmentation de
l’âge, le chef de ménage perd son influence sur les autres membres du ménage et mieux ne
s’adonne plus à des activités qui nécessitent un effort physique important.- Le matériel de production (kph) produit également un effet négatif sur la probabilité
d’adoption. La possession de matériel de production facilite aussi bien l’intensification que
l’extensification qui sont des facteurs qui ne favorisent pas l’adoption des CES. La variable
kph représente ici le nombre de charrues dont dispose le ménage. Le choix de la charrue est
critiquable. Mais dans le cadre de ce travail on suppose que la charrue est un indicateur
pertinent de la dotation en matériels de production agricole en milieu rural. Il en est de même
pour la quantité de fumure organique (qfum) appliquée. La fumure permet d’augmenter la
production à court terme, les paysans pensent alors que la disponibilité de quantité importante
de fumure peut résoudre un temps soit peu les problèmes de perte de productivité agricole.
- La variable, nombre d’enfants scolarisés (enfscol), est supposée lier positivement à la
décision d’adoption. Au fond, la scolarisation des enfants peut être vue comme unediminution de la main-d’œuvre agricole du ménage. Anticipant cela, le chef du ménage sera
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 11/16
11
alors incité à adopter les CES pour améliorer sa productivité sous la contrainte de la réduction
de la main-d’œuvre interne. Aussi, les enfants qui ont un niveau élevé peuvent sensibiliser
leurs parents sur la menace du changement climatique sur les rendements et pousser leurs
parents à investir dans l’adaptation.
Le modèle probit est très sensible à l’existence de l’hétéroscédasticité. L’utilisation du revenulaisse planer une présomption d’existence d’hétéroscédasticité. Le test réalisé à travers le test
de White a montré que les données ne souffrent pas du problème d’hétéroscédasticité.
V.2. Les résultats du modèle :
L’estimation du modèle a été réalisée par la méthode du maximum de vraisemblance sur
Eviews 5. Seuls les coefficients significatifs sont présentés dans le tableau des résultats.
V.2.1. L’adéquation du modèle
Avant d’interpréter les résultats, il faut s’assurer que le modèle est adéquat. L’adéquation du
modèle est donnée par sa capacité de prédiction. On dit que le modèle est adéquat lorsque sa
prédiction de bonnes réponses est élevée. Les bonnes prédictions des zéros sont aux nombrede cent quarante neuf (149) et celles du un aux nombre de trente un (31), soit une bonne
prédiction totale de cent quatre vingt (180) sur deux cent cinquante deux (252) possibilités. La
capacité de prédiction du modèle est alors de 71,71%. Ce résultat est élevé et par conséquent
la capacité de prédiction du modèle est bonne. On peut alors interpréter les coefficients
significatifs. Mais il est important de préciser également que le pouvoir de prédiction du
modèle est plus important parmi ceux qui n’ont pas adopté.
V.2.2. La significativité statistique des coefficients
Un coefficient est dit statistiquement significatif si sa probabilité est inférieure au seuil du test
α (Prob<α). Les seuils de tests représentant l’erreur associée au test sont ici de 10% et 5%.
Accepter qu’un coefficient est significatif au seuil α revient à dire que la probabilité de se
tromper est de α. Une autre façon de tester la significativité du coefficient peut consister à
calculer le rapport (coefficient/Std Error) et comparer la valeur du ratio (z-Statistic) à une
valeur théorique que l’on lit sur la table de la loi normale centré réduite6
[N(0,1)]. Au seuil de
10% la valeur lue sur la table de la loi N(0,1) est 2,576 et celle donnée par le seuil de 5% est
1,96. On constate alors que les valeurs du z-Statistic des différents coefficients du tableau sont
supérieur à 2,576 pour les coefficients marqués par (**) et à 1,96 pour ceux marqués par (*).
V.2.3. Le calcul des effets marginaux
Le modèle estimé a pour objectif de donner l’effet individuel de chaque variable sur la
variable dépendante. Aussi, si dans certains modèles les coefficients donnent directementl’effet de chaque variable explicative sur la variable dépendante ; pour le modèle probit cela
n’est pas le cas. L’interprétation des coefficients porte sur la dérivée de l’espérance
mathématique de la variable dépendante. Dans le cas du modèle probit, la dérivée de
l’espérance de la variable dépendante par rapport à une variable quelconque ne donne pas
directement le coefficient associé. On a :
( )i i
ji i ji
E y z
X z X
φ −
−
∂∂ ∂
= ×∂ ∂ ∂
(1) où φ −
−
est la fonction de répartition de la loi normale N(0,1) et '
i i z X =
6 On devait se référer à la table de la loi de student mais comme le degré de liberté est plus que trente (30), on
démontre que la loi de student tend vers la loi normale centré réduite.
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 12/16
12
Ce qui donne : '( )( )i
i j
ji
E y X
X φ β β
∂= ×
∂(2) avec
21
21
2
t
eφ φ π
− −
−
∂ = =
L’équation (2) qui donne l’effet de la variable ji
X sur la variable dépendante montre qu’on ne
peut pas directement interpréter la valeur du coefficient associé. Il faut alors rechercher la
valeur du facteur associé (remarquons que ce facteur est positif). Dans le cadre de la fonctionde répartition de la loi N(0,1) la fonction de répartition atteint son maximum au
point '0i
X β = . En ce point'
( ) 1/ 2 0,5i X φ β = = .
Dans la suite on va considérer que la valeur de la fonction de probabilité est maximale. L’effet
marginal du tableau est alors donné par l’égalité n°2.
Tableau n°6 : Les coefficients significatifs du modèle
Dependent Variable: CES
Variable Coefficient Std. Error z-Statistic Prob.Effets
marginaux
Sta_f 0.867562** 0.424257 2.044896 0.0409 0,43378
Qfum 0.000181*** 4.78E-05 3.784063 0.0002 5,6 -05
Enfscol 0.148106* 0.076068 1.947027 0.0515 0,07405
Age -0.076506** 0.036256 -2.110187 0.0348 -0,22
Age^2 0.000617* 0.000325 1.897645 0.0577
Qfum^2 -4.08E-09* 2.35E-09 -1.739506 0.0819
Log likelihood -137.6584
Obs with Dep=0 163 Total obs 251
Obs with Dep=1 88
***Significatif à 1% Mean dependent var 0.350598
**Significatif à 5% S.E. of regression 0.442701
*Significatif à 10% Sum squared resid 46.44835
Tableau n°7: la table de prédiction
Prédiction
CES=0 CES=1 Total
Réalisatio
n
CES=0 149 57 206
CES=1 14 31 45Total 163 88 251
V.2.4. Interprétations économiques des résultats
La bonne capacité de prédiction du modèle ainsi que la significativité global des coefficients
du modèle donne droit à l’interprétation des coefficients significatifs. Ainsi, le fait de se sentir
propriétaire foncier dans le plateau central au Burkina Faso influence à 43,38% la probabilité
d’adoption des techniques de conservation des eaux et des sols (CES). Autrement dit,
l’acquisition des droits d’usages de long terme contribue énormément à l’adoption des CES.
Ce résultat vient appuyer à la fois la prédiction théorique et le résultat descriptif obtenu plus
haut. Mais contrairement aux prédictions théoriques, l’utilisation d’un kilogramme
additionnel de fumure organique augmente la probabilité d’adoption des CES de 0,0056%.
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 13/16
13
Cependant, ce résultat n’est vrai que pour des petites quantités de fumure organique. La
variable fumure organique (qfum) est liée quadratiquement à la variable binaire « adoption
des CES ». L’effet de qfum sur CES atteint son maximum à une quantité de 4436,27451
kilogrammes. Au delà de cette quantité les unités additionnelles de fumure organique jouent
négativement sur la probabilité d’adoption. La variable âge du chef de ménage est également
liée quadratiquement à la décision d’adoption des CES. Mais si théoriquement on s’attend àce que l’âge soit lié positivement à la décision d’adoption avec un seuil maximum ; les
résultats du modèle montrent que l’âge est lié négativement dans un premier instant, atteint un
seuil minimum avant de jouer positivement sur la décision d’adoption des CES. A la moyenne
de l’échantillon (53 ans), lorsque l’âge du chef de ménage augmente d’une année la
probabilité d’adoption des CES diminue de 22%. L’effet marginal diminue ainsi avec l’âge.
Mais au-delà de soixante et un ans l’effet de l’âge sur la décision d’adoption devient positif.
Du point de vue théorique, on note que l’effet du nombre d’enfants scolarisés sur la décision
d’adoption est positif. Ainsi, lorsqu’on considère deux ménages la probabilité pour que le
ménage qui a plus d’enfants scolarisés adopte les CES est plus forte que celle du ménage à
petit nombre d’enfants scolarisés. La probabilité d’adoption des CES par un ménage accroit
de 7,4% lorsque que ce ménage scolarise un enfant additionnel. De ce fait, la scolarisation desenfants est vue comme une diminution de la main d’œuvre dans le plateau central du Burkina
Faso. Pour pallier la faiblesse de la main-d’œuvre interne, les agriculteurs ont alors recours
aux CES afin d’améliorer leurs rendements.
Sous l’hypothèse céteris paribus, la détention des droits de propriété de la terre est le facteur
le plus déterminant dans l’adoption des CES. En seconde position vient l’effet de la
scolarisation des enfants. On note que ce n’est que tardivement c'est-à-dire au delà de 60 ans
que les agriculteurs sont incités à adopter les CES.
Les résultats du modèle peuvent être généralisés, mais asymptotiquement. On sait que les
données microéconomiques portant sur les ménages agricoles souffrent souvent de problème
d’héterocédasticité du aux variables d’échelle. Cela se réalise surtout lorsque l’on regroupe
des petits et grands producteurs. L’absence de ce problème dans les données utilisées pour
cette étude laisse entrevoir que les producteurs sont presque identiques. La faible variabilité
de la taille de la production c'est-à-dire du revenu montre alors que la zone n’est pas une
région où on rencontre de grands producteurs agricoles.
VI. Conclusion générale :Les résultats du modèle confirment les conclusions partielles tirées plus haut. Les analyses
descriptives ont montré que le statut foncier influence la décision d’adoption. Le modèle
ajoute une conclusion plus générale : collectivement les variables considérées influencent la
décision d’adoption des CES dans le plateau central du Burkina Faso.
Il est possible de stimuler l’adoption des CES dans le plateau centrale du Burkina Faso. Pour
ce faire, l’Etat burkinabè peut miser sur des facteurs comme la diffusion de l’information sur
la possibilité d’amélioration des rendements offerte par les CES, la possibilité de jumelage
des CES aux autres stratégies (jachère, fumure organique, composte, etc.) de maintien de la
productivité des terres. Aussi, des campagnes de sensibilisation sur l’impact des CES sur la
productivité agricole doivent être initiées au profit des jeunes producteurs afin de les stimuler
à l’adoption des CES. Enfin, la détention des droits de propriété étant significative dans la
décision d’adoption, l’on doit s’assurer que ces droits sont bien définis en milieu rural et
s’assurer que les grands producteurs agricoles sont propriétaires terriens ou ont un droit
d’usage coutumier de long terme de leurs champs.
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 14/16
14
Bibliographie
Agenda 21 du sommet de la terre (1992), Conférence des Nations Unies sur
l’environnement et le développement à Rio.
Bandura A. (1982), « Self-efficacy mechanism in human agency », American Psychologist
37 (2).Barbier E. (1990), « The farm-level Economics of soil conservation: the uplands of Java »,
Land Economics , Vol.66, No.2.(May, 1990), pp.199-211.
Batta F. et Bandré P. (1998), Conservation des eaux et des sols (CES) au Burkina Faso,
Overseas Development Institute/Voisins Mondiaux.
Berthelier P. Lipchitz A. Oulmane N. (2004), « quelles solutions pour dynamiser
l’agriculture africaine ? » Analyse économiques n°25 Clay D. Reardon T and J Kangasniemi (1998), Sustainable Intensification in the highlands
tropics: Rwandan Farmer’s investments in land conservation and soil fertility, Economic
Development and Cultural Change, Vol.46, No.2.(Jan, 1998), pp.351-377.
Dadi L., Burton M, Ozanne A. (2004), « Duration analysis of technological adoption inEthiopian agriculture », Journal of Agricultural Economics.
Davis I., Bagozzi R. and Warshaw R. (1989), «User acceptance of computer technology: a
comparison of two theoretical models », Management Science, Volume 35, 1989, pp. 982-
1003.
Dialla B. E. (2003), La question foncière sur les périmètres hydro-agricoles du Burkin Faso,
Document de travail DT-CAPES N°2003-07.
Eisemon T. O., and A. Nyamete, (1988 ), Schooling and Agricultural Productivity in
Western Kenya, J. of East African Research and Development.
Feder G., Just. R, Zilberman D (1985), «Adoption of agricultural innovations in developing
Countries A survey », Economic Development and Cultural Change, Vol. 33 pp.255-98.
Jamison, D. T. and Lau L. (1982), Farmer Education and Farmer Efficiency, Baltimore: theJohn Hopkins University Press.
Kebede Y. Gungal. K. Coffin G. (1990), « Adoption of new technologies in Ethiopian
agriculture: the case of Tegulet Bulga district, Shoa Province », Agricultural Economics, 4, pp
27 – 43.
Kini J. (2007), Analyse des déterminants de l’adoption des CES dans le plateau
centrale du Burkina Faso, Mémoire de DEA Université de Ouagadougou.Knox A. et R Meizein-Dick (1999), « Droits de propriété, action collective et technologies
dans la gestion des ressources naturelles », Atelier Workshop on Collective Action, Property
Rights, and Devolution of Natural Resource Management. 21-25 Juin 1999 à Puerto Azul,
Philippines.
Krueger, A. Schiff, M. et Valdès, A. 1991, The political economy of agricultural pricing
policy,. Banque mondiale et John Hopkins University Press.
Lepper, M. R. (1985), Microcomputers in education: Motivational and social issues,
American Psychologist, 40(l), 1-18.
Mazoyer M., Développement des inégalités agricoles dans le monde et crise des paysanneries
comparativement désavantagées. Réforme agraire, colonisation et coopératives agricoles,
(FAO, 1997 )
Mazzucato V. et Niemeijers (2000), « Le sahel une dégradation des terres exagérée, un
potentiel paysan sous-estimé », Environmental Science and policy.
Ouédraogo S. 2005, intensification de l’agriculture dans le plateau central du Burkina Faso
: Une Analyse des possibilités à partir des nouvelles Technologies , Université de Groningen (thèse de Doctorat).
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 15/16
15
Ouédraogo S. et Illy L. (1996), « Evaluation de l’impact économique des cordons pierreux
dans le Plateau Central au Burkina Faso », INERA/Ouagadougou.
Rogers E. M (1995): Diffusion of innovation, Free Press New-York, 4th Edition
Rogers, E. M. (1983). Diffusion of Innovations, (3rd ed.), New York, Free Press
Rosenberg, N. J. (1992), Adaptation of agriculture to climate change, Climatic Change, 21,
385-405Rousset N. et Arrus R. (2006), L’agriculture du Maghreb au défi du changement climatique :
quelles stratégies d’adaptation face à la raréfaction des ressources hydriques, Laboratoire
d'Economie de la Production et de l'Intégration Internationale.
Sanders J. Nagy G. and S. Ramaswamy (1990 ) , Developing new agricultural technologies
for the sahelian countries: the case of Burkina Faso case, The University of Chicago.
Souleymane Ouédraogo (2005), Intensification de l’agriculture dans le plateau central du
Burkina Faso : une Analyse des possibilités à partir des nouvelles Technologies , Université de
Groningen.
Southgate D., Sanders J., S. Ehui (1990), « Resource degradation in Africa and Latin
America: Population pressure, policies and property arrangements», American Journal of
Agricultural Economics, Vol. 72, No. 5, Proceedings Issue (Dec., 1990), pp. 1259-1263.Tornatzky L.G. and Klein K.J. (1982), Innovation characteristic and adoption
implementation: a meta-analysis of findings, IEEE transactions on engineering management.
Wetta C. (2008), cours d’économie du Burkina Faso, Université de Ouagadougou,
UFR/SEG.
Zonon A. (2003), Education et productivité des agriculteurs cas des producteurs céréaliers
du Burkina Fas,. ISBN : 2-910115-28-3.
Zoungrana C. (2004), Pauvreté et conservation des sols au Burkina Faso, Mémoire de DEA,
Université de Ouagadougou.
Annexe
Tableau 5: Résultats du test de khi-deux
Dep va. ces
df value ProbSta_f
Revtot
Mo
Ecol
1
79
26
5
5.528596
91.73980
37.68615
12.59114
0.0187
0.1548
0.0647
0.0275
Tableau n°8
Niveau d'instruction
497 74,2 74,6 74,6
72 10,7 10,8 85,4
11 1,6 1,7 87,1
42 6,3 6,3 93,4
8 1,2 1,2 94,6
36 5,4 5,4 100,0
666 99,4 100,0
4 ,6
670 100,0
non
primaire
secondaire
école coranique
alphabétisation
école rurale
Total
Valide
Système manquantManquante
Total
Fréquence Pour cent
Pourcentage
valide
Pourcentage
cumulé
Source : construit par l’auteur
5/9/2018 Adoption Des CES - slidepdf.com
http://slidepdf.com/reader/full/adoption-des-ces 16/16
16
Tableau n°9 Les résultats généraux du modèle
Dependent Variable: CES
Method: ML - Binary Probit (Quadratic hill climbing)
Variable Coefficient Std. Error z-Statistic Prob.
C -0.037879 1.001149 -0.037836 0.9698
STA_F 0.867562 0.424257 2.044896 0.0409
REVTOT 8.32E-10 3.20E-07 0.002600 0.9979
QFUM 0.000181 4.78E-05 3.784063 0.0002
MO 0.024674 0.078578 0.314004 0.7535
KPH 0.378678 0.261285 1.449290 0.1473
ENFSCOL 0.148106 0.076068 1.947027 0.0515
ECOL1 0.003097 0.048045 0.064469 0.9486
AG -0.076506 0.036256 -2.110187 0.0348
AG^2 0.000617 0.000325 1.897645 0.0577
MO^2 6.47E-05 0.003165 0.020455 0.9837
ENFSCOL^2 -0.007818 0.005346 -1.462366 0.1436
KPH^2 -0.094197 0.070461 -1.336863 0.1813
QFUM^2 -4.08E-09 2.35E-09 -1.739506 0.0819
Mean dependent var 0.350598 S.D. dependent var 0.478110
S.E. of regression 0.442701 Akaike info criterion 1.208433
Sum squared resid 46.44835 Schwarz criterion 1.405072
Log likelihood -137.6584 Hannan-Quinn criter. 1.287566
Restr. log likelihood -162.6018 Avg. log likelihood -0.548440
LR statistic (13 df) 49.88680 McFadden R-squared 0.153402
Probability(LR stat) 3.12E-06
Obs with Dep=0 163 Total obs 251
Obs with Dep=1 88
Tableau n°10 : valeurs statistiques des variables utilisées dans les calculs
CES AG ECOL ENFSCOL KPH MO QFUM REVTOT STA_F
Mean 0.404762 52.89683 0.924603 3.642857 1.055556 8.107143 1695.635 182862.7 0.924603
Max 1.00000 100.0000 1.000000 27.00000 6.000000 29.00000 33200.00 3200000. 1.000000
Min 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
Obs 252 252 252 252 252 252 252 252 252