Vous êtes sur la page 1sur 71

République démocratique de São Tomé et

Principe
Projet d’Appui à la Petite Agriculture Commerciale (PAPAC) et
Programme Participatif d'Appui à l'Agriculture Familiale et à la
Pêche Artisanale (PAPAFPA)
Auteurs:
Alessandra Garbero, Martina Improta, Sónia Gonçalves
Les opinions exprimées dans cette publication sont celles des auteurs et ne représentent pas nécessairement celles
du Fonds international de développement agricole (FIDA). Les désignations utilisées et la présentation des
éléments de cette publication n'impliquent l'expression d'aucun avis de la part du FIDA concernant le statut
juridique d'un pays, territoire, ville ou région ou de ses autorités, ni quant à la délimitation de ses frontières ou des
limites. Les désignations «pays développés» et «pays en développement» sont destinées à des raisons de
commodité statistique et n'expriment pas nécessairement un jugement sur l'état d'avancement du processus de
développement d'un pays ou d'une région donnés.

Cette publication, en tout ou en partie, peut être reproduite sans l'autorisation préalable du FIDA, à condition que la
publication ou un extrait de cette publication soit attribuée au FIDA, et que le titre de cette publication soit indiqué
dans toute publication et qu'une copie soit envoyée au FIDA.

Garbero, A., Improta, M. and Gonçalves, S. 2019. Rapport d'évaluation d'impact: Projet d’Appui à la Petite
Agriculture Commerciale et Programme Participatif d'Appui à l'Agriculture Familiale et à la Pêche Artisanale, São
Tomé et Principe. FIDA, Rome, Italie.

Image de couverture: ©FIDA/ Name

© FIDA 2019

Tous droits réservés.


Remerciements

Les auteurs souhaitent remercier le gouvernement de São Tomé et Príncipe et l'Unité de


Coordination et de Gestion des projets pour leur soutien apporté dans la réalisation de cette
évaluation d'impact. En particulier, nous souhaitons remercier la directrice du projet, Carminda Da
Fonseca Rodrigues Viegas, et le reste de l’équipe, Abílio Vera Cruz, António Sousa et Zélia Soares
pour leur aide et leurs conseils techniques tout au long de l’étude. Nous voudrions également
remercier les dirigeants des coopératives, Aureliano Pires et António Dias (CECAB), Adalberto Luís
(CECAQ11), Luís Almeda (CECAFEB), Carlos Tavares et Francisco Ramos (CEPIBA) pour leur
engagement et leurs contributions importantes. Les auteurs ont également apprécié le soutien d'Elsa
Maria Cardoso, directrice de l'Instituto Nacional de Estatística (INE) et de son équipe, qui ont
partagé des informations et des données pertinentes. Enfin, nous remercions nos collègues de WCA
– Sylvie Marzin et Vincenzo Galastro – et de RIA pour leurs contributions techniques à cette
évaluation d’impact. Un dernier remerciement va à l'équipe de PLAN qui a soutenu le processus de
collecte de données.

1
Table des matières

Remerciements ......................................................................................................................... 1

Table des matières .................................................................................................................... 2

Résumé exécutif ........................................................................................................................ 3

1. Introduction ..................................................................................................................... 6

2. Théorie du changement et principales questions recherche .......................................... 9

3. Conception de l'évaluation d'impact: Données et méthodologie .................................. 19

4. Profil de la zone des projets et échantillon ................................................................... 29

5. Résultats ....................................................................................................................... 35

6. Conclusion .................................................................................................................... 48

Références .............................................................................................................................. 51

Annexe 1: Statistiques de l’appariement ................................................................................. 55

Annexe 2: Effets de voisinage ................................................................................................. 59

Annexe 3: Statistiques descriptives des associations de producteurs .................................... 66

2
Résumé exécutif

Malgré les progrès réalisés au cours des dernières décennies au niveau de plusieurs indicateurs
socio-économiques, le taux de pauvreté reste toujours élevée à São Tomé-et-Príncipe, avec plus des
deux tiers de la population vivant sous le seuil de pauvreté de 3,2 USD (World Bank 2018). Un
ensemble de contraintes liées à l'insularité du pays, à la petite taille du marché local et
aux conditions agro-écologiques rendent le pays extrêmement vulnérable aux chocs économiques et
climatiques. Son économie repose fortement sur les importations, qui sont contrebalancées par un
ensemble limité d'exportations, le cacao prenant la part du lion (environ 70% du total des
exportations, World Bank 2018). La production agricole a toutefois décliné depuis l'indépendance
du pays en 1975 et la productivité est restée constamment basse, limitant les progrès économiques
en milieu rural, en particulier pour ceux qui dépendent de la petite agriculture comme principale
source de revenu.

Les deux projets évalués dans ce rapport – le Programme Participatif d'Appui à l'Agriculture
Familiale et à la Pêche Artisanale (PAPAFPA; mis en œuvre de 2003 à 2015) et son successeur, le
Projet d’Appui à la Petite Agriculture Commerciale (PAPAC; 2015-2020) - sont axés sur ce groupe
d'agriculteurs et sur trois chaînes de valeur: cacao, café et poivre. Les interventions des projets se
concentrent sur la promotion de l'agriculture biologique certifiée et de la création de coopératives
orientées vers l'exportation dans chaque chaîne de valeur, et sur des investissements dans les
infrastructures rurales. Les coopératives des projets jouent un rôle clé dans la mise en œuvre des
interventions sur le terrain, en travaillant en étroite collaboration avec les agriculteurs et leurs
associations, en fournissant une formation professionnelle, des actifs productifs et en facilitant les
liens avec les acteurs de marché. Les interventions visent à augmenter la production agricole de
manière durable via l'agriculture biologique, en améliorant l'accès au marché et la résistance aux
chocs, favorisant ainsi la stabilité des revenus et la sécurité alimentaire des petits agriculteurs.

Les labels de certification biologique sont de plus en plus utilisés dans le monde pour assurer la
durabilité sociale et environnementale des chaînes d'approvisionnement de produits
agricoles. Cependant, l'efficacité de la réalisation de ces objectifs fait encore l'objet de nombreux
débats. Des études rigoureuses sur l'impact du coopérativisme ou de l'agriculture biologique et de la
certification sur les moyens de subsistance des ménages ruraux sont encore rares (pour São Tomé-et-
Príncipe, ce type d'études n'existe pas). Ainsi, cette évaluation d’impact vise à compléter les études
précédentes en utilisant une méthode mixte pour évaluer et estimer quantitativement l’impact de ces
projets centrés sur des systèmes de certification grâce à des méthodes contrefactuelles
rigoureuses. Compte tenu du rôle fondamental joué par les coopératives de la chaîne de valeur, ce
rapport contribue également aux recherches sur l'impact de l'associativisme et du coopérativisme sur
la mobilité économique des agriculteurs et des ménages ruraux.

Les conclusions de cette étude, issues à la fois des données qualitatives et quantitatives recueillies,
sont en général positives. Comme prévu, les bénéficiaires des projets présentent des taux de
certification biologique nettement plus élevé parmi les ménages du groupe traitement. Ils ont
bénéficié d'une augmentation des rendements, du revenu total du ménage, des revenus de vente des
cultures et de la participation au marché, et d’une plus grande propriété d’actifs (en particulier des

3
actifs durables, d’actifs de production et d’élevage), ainsi que d’une plus grande diversité et sécurité
alimentaire. Ces impacts estimés sont similaires selon des approches d'estimation
différentes. L’impact des projets sur les quantités récoltées, les rendements et la valeur des ventes ne
sont pas réservés aux chaînes de valeur des projets, mais existent pour également d'autres cultures de
rente (la canne à sucre et le tabac) ainsi que des cultures de fruits et tubercules et du bétail. Ceci
corrobore avec le fait que certaines des interventions clés des projets (par exemple, le
développement professionnel, et l'accès aux actifs productifs) n'étaient pas spécifiques à une culture,
mais plutôt à un agriculteur et peuvent donc générer des effets positifs sur une gamme plus large de
produits agricoles.
Des résultats plus mitigés sont obtenus en ce qui concerne la réduction de la pauvreté et la
vulnérabilité. Les résultats indiquent que la pauvreté a diminué avec ces projets mais, dans
l’ensemble, ces résultats ne sont pas statistiquement significatifs (en d’autres termes, il n’existe pas
de preuves suffisantes que les ménages bénéficiaires obtiennent de meilleurs résultats que les
ménages non-bénéficiaires). Cependant, les projets ont accru la probabilité de sortir de la pauvreté
de 8,9 points de pourcentage lorsque nous prenons un seuil de pauvreté basé sur le 60ème centile de
l'indice des actifs productifs. En ce qui concerne la vulnérabilité, les interventions semblent avoir
abouti à une plus faible exposition aux chocs pour les ménages du groupe traitement. Cependant, cet
effet aussi n’est pas statistiquement significatif. Par ailleurs, les résultats montrent que les
interventions ont mené à une moindre diversité des sources de revenus. Les projets ont encouragé
les ménages a alloué davantage d'efforts et de ressources à l'agriculture et surtout aux chaînes de
valeur des projets, augmentant ainsi la contribution de ces activités au revenu total du ménage.
Enfin, l'impact des projets sur l'autonomisation des femmes a également été évalué, car les
agricultrices ont été ciblées par ces interventions. L'évaluation quantitative n'a pas trouvé un effet
statistiquement significatif sur cette variable, qui a été mesurée par le degré de contrôle des femmes
sur le revenu des ménages. Cela contraste toutefois avec les conclusions très positives de
l’évaluation qualitative, qui font état de niveaux de satisfaction plus élevés pour les participants en
général, et en particulier des agricultrices, qui ont, entre autres, apprécié la capacitation et la
formation en développement professionnel reçue, ce qui leur a permis d’avoir une place plus
importante dans les associations de producteurs et dans leurs communautés.

En termes d’implications pour les politiques et les pratiques de développement, cette évaluation
distingue clairement que l'agriculture biologique est très appréciée par les bénéficiaires, qui insistent
sur le fait que cette agriculture préserve leurs terres et, en même temps, elle est bénéfique pour les
agriculteurs et les consommateurs car elle leurs permet d'obtenir des prix plus élevés pour leurs
produits sur les marchés. Grâce aux diverses interventions, allant de la formation aux techniques de
production à la construction d'infrastructures rurales en passant par un plus grand accès au marché,
les résultats montrent que les ménages bénéficiaires ont réalisé des gains statistiquement significatifs
en termes d'indicateurs clés par rapport aux ménages du groupe contrôle. Les coopératives des
projets ont joué un rôle majeur en fournissant un mentorat et une formation ciblée, un accès à des
actifs productifs et des liens avec le marché. Il est donc essentiel de garantir que toutes les
coopératives soient dotées des outils nécessaires pour accéder à l’autonomie financière,
administrative et technique d’ici la fin du projet PAPAC, en 2020, et qu’elles soient viables à long
terme.

4
5
1. Introduction

Mettre fin à la pauvreté et à la faim et assurer une utilisation responsable des terres sont deux des
Objectifs de Développement Durable (ODDs) que les Nations Unies se sont engagés à atteindre d'ici
2030. Les petits exploitants agricoles et les travailleurs des zones rurales tropicales représentent la
plus grande partie des pauvres (Cruz et al. 2015). La majorité de la biodiversité du monde se trouve
également dans les régions tropicales humides et des études ont montré que l'agriculture biologique
favorise à la fois une plus grande diversité biologique agricole et des espèces
sauvages (Borron 2006).

En conséquence, de nombreuses interventions déployées pour atteindre ces ODDs ciblent des zones
rurales, en mettant l’accent sur l’amélioration du niveau de vie de la population rurale et sa
résilience aux chocs externes, et sont souvent associées à la promotion d’une utilisation plus durable
des terres par l’agriculture biologique.

São Tomé-et-Príncipe (STP), petit État insulaire du golfe de Guinée, a bénéficié de ce type
d'interventions dans le passé. Selon les dernières estimations (WB, UNDP 2015), 35% de sa
population vit dans des zones rurales et les produits agricoles, en particulier les fèves de cacao
(crues et torréfiées), constituent l'essentiel des exportations du pays 1. STP a obtenu des meilleurs
résultats que la moyenne de l'Afrique subsaharienne pour l'indice de développement humain du
PNUD. Cependant, l'incidence de la pauvreté est restée élevée au cours des deux dernières
décennies, les deux tiers de sa population et 68% de ses petits exploitants vivant en dessous du seuil
de pauvreté. de 3,2 USD par jour.

Les principaux problèmes de développement de STP sont liés à son insularité, à la petite taille du
marché local, et à ses ressources en capital humain limitées. Ces problèmes sont aggravés par un
environnement commercial et des infrastructures peu développés (AfDB 2015). Son économie est
insuffisamment diversifiée et vulnérable aux chocs extérieurs en raison de sa base d'exportation
étroite et de sa forte dépendance à l'égard des importations. Les conditions agro-écologiques de STP
rendent presque impossible la culture de céréales, de légumineuses et d'huiles alimentaires (sauf
l'huile de palme). Le pays doit s'appuyer sur des produits importés qui, souvent, ne sont pas
accessibles aux petits exploitants pauvres, limitant ainsi leur accès à des aliments nutritifs (IFAD
2014). En conséquence, les politiques de sécurité alimentaire dans les pays visent généralement à
promouvoir la dimension d'accessibilité en créant des opportunités de revenus pour les ménages les
plus pauvres et en soutenant la production et les exportations.

Les deux interventions évaluées dans ce rapport - le Programme Participatif d'Appui à l'Agriculture
Familiale et à la Pêche Artisanale (PAPAFPA) et le Projet d’Appui à la Petite Agriculture
Commerciale (PAPAC) - sont pleinement en accord avec les stratégies nationales de réduction de la
pauvreté, de développement rural et de sécurité alimentaire énoncées dans la Deuxième Stratégie
Nationale de Réduction de la Pauvreté 2012-2016 et ont été intégrées dans les politiques nationales
visant le secteur rural. Les deux interventions se concentrent sur le développement de plantations
familiales certifiées biologiques et du soutien de quatre coopératives d'exportation (deux dans la
chaîne de valeur du cacao, une dans le café et une dans le poivre) grâce à des formations financière
et managériale pour les agriculteurs et pour les petits projets d'infrastructure. Les objectifs des
projets sont multiples, mais ils visent essentiellement à accroître la production agricole de manière

1
Il existe de nombreux recoupements dans la littérature en ce qui concerne les termes cacao et cocoa (qui, en portugais, sont tous
deux désignés de manière générale par «cacau»). Le cacao fait référence à la plante de cacao elle-même et le produit fabriqué à
partir de graines non-torréfiées. Le cocoa est le produit fait à partir de fèves de cacao torréfiées. Dans ce rapport, le terme «cacao»
sera utilisé.
6
durable, à améliorer l'accès aux marchés et à mieux résister aux chocs extérieurs, contribuant ainsi à
la stabilité des revenus et à la sécurité alimentaire des petits agriculteurs.

De manière plus détaillée, le PAPAFPA, mis en œuvre entre 2003 et 2015, a soutenu le
développement d'une agriculture durable et de qualité des petits exploitants comprenant des chaînes
de valeur d'exportation du cacao, du café et du poivre biologiques. Entre autres, les interventions de
ce projet, grâce aux coopératives proposées et de leurs liens avec les associations de producteurs
locaux, ont facilité l'accès aux marchés d'exportation et ont assuré des prix plus élevés et plus stables
(que ceux obtenus par d'autres opérateurs dans le pays) pour les agriculteurs bénéficiaires, tout en
encourageant la conservation et la durabilité des ressources naturelles (via la promotion de
l'agriculture biologique) de STP.

À la suite des premiers résultats encourageants de ce programme, le FIDA et le gouvernement de


STP ont décidé de consolider ses activités et d’étendre sa portée à un plus grand nombre de petits
exploitants et d’associations de producteurs dans les chaînes de valeur sélectionnées avec le projet
PAPAC. Le PAPAC est entré en vigueur en 2015 avec un montant de 6 millions USD du FIDA et
devrait être achevé d'ici 2020. Il vise à intégrer et à former 950 nouveaux agriculteurs tout en
continuant à fournir un soutien technique aux organisations d'agriculteurs et de producteurs initiaux
soutenues par PAPAFPA.

Compte tenu de ces éléments, ce document expose la stratégie et les résultats d'une évaluation
d'impact ex-post des projets PAPAFPA et PAPAC et évalue avec soin les impacts de ces projets sur
les moyens de subsistance des agriculteurs. L'objectif de ce rapport est de présenter l'impact des
projets sur les indicateurs se trouvant dans la théorie du changement de ces projets.
L’évaluation d’impact présentée dans les sections suivantes a eu recours à une méthode mixte pour
identifier le plus possible d'effets tangibles et non-tangibles des projets. La collecte de données a
commencé par l'identification des communautés (villages) traitées et non-traitées (contrôles) à STP
grâce à des experts locaux. Les communautés de contrôle ont été choisies de telle façon qu'elles
répondaient aux critères d'éligibilité des coopératives des projets et elles présentaient des
caractéristiques similaires aux communautés bénéficiaires au départ (c'est-à-dire au début des
projets).

Une identification rigoureuse des ménages a ensuite été menée dans 144 communautés où 5,107
entretiens de dénombrement complets ont été effectués afin de sélectionner un échantillon de (i)
ménages du groupe traitement pour les deux projets (PAPAFPA-PAPAC), (ii) ménages du groupe
traitement uniquement pour le deuxième projet (PAPAC seulement) et (iii) les ménages non-
bénécifiaires pour l’un ou l’autre projet. Cela a abouti à un échantillon final d'environ 1,500
ménages pour lesquels des données sur la production agricole, les caractéristiques biographiques et
de revenu, la consommation alimentaire et la participation aux projets, entre autres, ont été
collectées. Les résultats de l'étude qualitative menée auprès de personnes clés parmi les agriculteurs,
des communautés, des associations de producteurs locaux ainsi que des experts techniques a guidé
l'élaboration du questionnaire utilisé pour la collecte de données.
Différentes approches d'appariement ont ensuite été mises en œuvre pour identifier une situation
contrefactuelle valable à partir de l'échantillon de ménages non-bénéficiaires. Les effets des projets
ont été estimés à partir de la comparaison entre ce groupe contrôle et les agriculteurs bénéficiaires.
D'autres méthodes ont été utilisés pour tester la robustesse des estimateurs, comme la pondération
inverse sur la probabilité d’être traité avec ajustement de la régression, l’appariement sur score de
propension, l’appariement avec les voisins les plus proches et des effets de traitement avec un
ajustement de la régression. Les résultats estimés, issus à la fois des études quantitatives et
qualitatives, révèlent que les projets ont des impacts sur les rendements, les revenus des ventes, les
revenus globaux des ménages et la propriété de leurs actifs. Ces résultats indiquent que ces projets
ont considérablement amélioré la mobilité économique, la diversité alimentaire et la sécurité
alimentaire des ménages. Ils distinguent également une augmentation de la résilience et de
7
l'autonomisation des femmes (les résultats sur l'autonomisation des femmes proviennent
principalement de l'étude qualitative).

Cette étude contribue à la littérature qui évalue l'impact des programmes de certification biologique
sur les moyens de subsistance en milieu rural. STP possède aujourd'hui la plus grande part en
Afrique de terres avec une agriculture biologique (13,8% du total des terres agricoles, selon
le FiBL et l'IFOAM 2018). Les labels de certification sont de plus en plus utilisés dans le monde,
tant par la société civile que par le secteur privé. Ils permettent d'assurer la durabilité sociale et
environnementale des chaînes d'approvisionnement de produits agricoles. Ils peuvent également
constituer un moyen d'obtenir des termes de l'échange plus favorables: les producteurs biologiques
perçoivent souvent un supplément pour respecter les critères de durabilité, les consommateurs et / ou
les détaillants étant disposés à payer des prix plus élevés pour être surs d'obtenir des produits
d'origine biologique certifiée (DeFries et al. 2017). Les débats sur les mérites de la certification
biologique continuent. Jacobi et al. (2015) et Kleemann et al. (2014), par exemple, soutiennent que
les programmes de certification volontaire sont souvent de simples outils de marketing et peuvent
rarement participer au développement durable. En effet, des études quantitatives montrant le lien de
causalité entre la certification biologique et des améliorations socio-économiques ou agro-
écologiques ne sont ni abondantes ni concluantes. Par conséquent, cette étude vise à compléter les
recherches précédentes en estimant l’impact d’un projet centré sur des systèmes de certification sur
de nombreux indicateurs clés au moyen de méthodes contrefactuelles rigoureuses.

Compte tenu du rôle joué par les coopératives de la chaîne de valeur dans ces projets, qui seront
décrites plus en détail dans les sections suivantes, cette étude contribue également à la littérature
croissante sur le capital social et, en particulier, sur le coopérativisme sur les moyens de subsistance
des agriculteurs (voir Chagwiza et al. 2016; Ma et Abdulai 2016; Mojo et al. 2017 pour des
exemples récents de ce type d'études).

Le document est organisé comme suit: dans la section suivante, la théorie du changement du
PAPAFPA et du PAPAC est présentée, y compris le contexte du projet, les critères de ciblage, les
questions de recherche et les études précédentes sur les mêmes thèmes. Dans la section 3, nous
décrivons la conception de l’évaluation d’impact, y compris les instruments de collecte de données,
les indicateurs et la stratégie d’estimation utilisée. Ceci est suivi d'une description de la zone des
projets et de l'échantillon utilisé pour l'évaluation d'impact. La section
5 présente les résultats des projets et la section 6 conclue.

8
2. Théorie du changement et principales questions
recherche

Avant d'évaluer l'impact des projets PAPAFPA et PAPAC à São Tomé e Príncipe, il est essentiel
d'examiner d'abord la théorie du changement des projets, qui fait référence à la manière dont leurs
activités et leurs investissements sont censés générer les impacts escomptés. Il est également
important d’évoquer les questions de recherche pertinentes pour cette évaluation d’impact car elles
sont directement liées aux spécificités des projets.

2.1. La théorie du changement du PAPAFPA et du PAPAC


Le secteur agricole emploie environ 17% de la main-d'œuvre de STP (ILO 2017)2 et contribue à près
à 19,3% de son PIB (AfDB 2013). L'économie du pays est tributaire des exportations d'un ensemble
restreint de cultures de rente dont le cacao qui occupe la part du lion (plus de 70% des exportations
totales en 2016 et 2017, World Bank, 2018). Dans l’ensemble, et malgré les progrès en matière de
développement humain au cours des dernières décennies depuis l’indépendance, la pauvreté reste
généralisée, en particulier dans les zones rurales où elle affecte 65% des ménages (contre 45% des
ménages dans les zones urbaines).

La réforme agraire entreprise par le STP au cours des années 90 a fragmenté les fermes appartenant à
l’État (roças en portugais) et a redistribué pour la plupart de ces fermes aux petits exploitants
agricoles (généralement des travailleurs de ces roças). La petite agriculture au STP se caractérise par
de faibles niveaux de productivité, conséquence de la petite superficie et/ou de la moindre qualité des
zones de culture, d’une faible maîtrise des techniques agricoles, d’un accès insuffisant à l'eau et aux
infrastructures rurales générales, ainsi que des taux élevés d'abandon des terres.
Sur le plan commercial, les petits agriculteurs et leurs organisations de producteurs sont confrontés à
une faible demande et à des prix souvent en baisse pour leurs cultures sur le marché formel, à une
concurrence intense sur le marché informel et à une série de contraintes liées au manque
d'infrastructures rurales, notamment en ce qui concerne les installations d'irrigation, de stockage et
de traitement des récoltes. La connaissance et le niveau de coopérativisme et d'associativisme du
secteur sont en train de progresser, tout comme la réglementation des coopératives au niveau
national. En outre, les agriculteurs de STP doivent faire face à une exposition croissante aux chocs
naturels et aux catastrophes naturelles en raison du changement climatique, qui affecte
particulièrement les zones tropicales. Les petits agriculteurs sont les plus vulnérables à ces
changements compte tenu de leurs capacités d'adaptation limitées (Borron 2006; Verchot et al.
2007).

Le gouvernement de STP souhaitait remédier à une partie des vulnérabilités et des contraintes de
développement du pays sur ce front en développant et en renforçant les activités des producteurs par
le biais des projets du PAPAFPA et du PAPAC. Le PAPAFPA et le PAPAC ont été conçus avec
l'objectif principal d'améliorer la vie des populations rurales, en leur apportant des opportunités
d’accroitre les revenus de leurs produits agricoles et leur sécurité alimentaire. Les activités
principales des projets reposent sur le développement et le renforcement des associations de
producteurs au sein de quatre coopératives. Ces coopératives favorisent le développement inclusif de
la chaîne de valeur des produits du marché certifiés biologiques ainsi que le développement
professionnel des petits exploitants.

Des études passées suggèrent que l'agriculture biologique peut contribuer non seulement à une plus
grande résilience écologique - en protégeant les sols, la biodiversité et le climat - mais également à

2
Ce pourcentage inclus l’emploi dans les secteurs forestier et de la peche.
9
une meilleure situation sociale - en renforçant le capital social et humain grâce aux connaissances
agricoles endogènes (Speranza 2010). En harmonie avec ces derniers, le PAPAFPA et le PAPAC ont
visé à augmenter les niveaux de production et les rendements des petits exploitants grâce à une
meilleure qualité des produits liée à l'agriculture biologique, améliorant ainsi la résilience aux chocs
climatiques et monétaires.

Plus précisément, le PAPAFPA a été mis en œuvre entre 2003 et 2015 et ses objectifs s'articulaient
autour de trois axes principaux:

(i) Renforcer les capacités des populations rurales vulnérables dans leurs activités
économiques en améliorant leur accès à de nouveaux marchés par le biais de nouveaux
produits et d’un développement des chaînes de valeur durables et de niche;
(ii) Renforcer les services ruraux en finançant des infrastructures de production grâce à des
fonds dédiés, les Fonds d'Infrasructure Communitaires (FIC); et
(iii) Soutenir les zones rurales en renforçant les organisations d'agriculteurs et leur
représentation au sein des institutions gouvernementales, par la formation de coopératives
de la chaîne de valeur et le renforcement de la FENAPA, la Fédération Nationale des Petits
Producteurs.

Dans le cadre de la première composante, le PAPAFPA a soutenu la création et la légalisation de


trois cultures de chaînes de valeur au travers de quatre coopératives: CECAB pour le cacao
biologique, CECAQ11 pour le cacao de qualité, CECAFEB pour le café et CEPIBA pour le
poivre. Chacune de ces coopératives a, à son tour, soutenu un certain nombre de producteurs
organisés en associations / organisations de producteurs.

Toutes les cultures soutenues étaient biologiques et issues du commerce équitable, certifiées par
ECOCERT, organisme de contrôle et de certification reconnu. CECAB a établi un partenariat avec
KAOKA, CECAQ11 avec Café Direct, CEPIBA avec Hom&Ter/Agrisud et CECAFEB
avec Malongo. Le PAPAFPA a également créé des liens avec des organisations internationales en
signant un accord d'expertise avec le CIAT, le Centre international d'agriculture
tropicale. L'approche suivie est soutenu par la littérature existante dans ce domaine, qui montre que
les coopératives peuvent faciliter l'accès des agriculteurs à des chaînes d'approvisionnement
alimentaires intégrées verticalement (Wollini et Zeller, 2007) et que les interventions sur les liens de
marché ont plus de chances de réussir si un soutien suffisant est fourni durant toutes les étapes de la
chaîne de valeur (Ashraf et al. 2009; Cavatassi et al. 2011).

En outre, dans la même composante de ce projet, le PAPAFPA a réhabilité et densifié les zones
cultivées de cacao, de café et de poivre; a installé des infrastructures de transformation et de
stockage; et a fourni aux producteurs (dont 30% étaient des femmes) des formations sur les
techniques de production agricole ainsi que sur la post-production, la transformation et la
commercialisation.

Dans la deuxième composante, le programme était chargé de renforcer la disponibilité des services
dans les zones rurales grâce à la mise en service des Fonds d'infrastructure communautés (FIC), des
fonds lancés par le PNAPAF, un autre projet soutenu par le FIDA, qui a pris fin en 2002. Les FIC
avaient pour objectif de répondre à une partie des besoins de la population rurale de STP en termes
d'infrastructures socio-économiques en fournissant aux zones rurales des installations d'eau potable,
latrines, la construction ou réhabilitation de routes rurales, d’irrigation agricole, de séchoirs et
installations de stockage. Les interventions de ce type, liées aux investissements dans les
infrastructures rurales et les réseaux routiers, ont généralement eu un impact positif sur la
productivité agricole, le PIB rural et la réduction de la pauvreté (Knox and Hess 2013).

Enfin, dans le cadre de la dernière composante, la FENAPA a été renforcée et soutenue par une
adhésion croissante des associations et coopératives de producteurs du PAPAFPA. La FENAPA joue
un rôle important dans le dialogue avec le gouvernement et dans le développement professionnel des
10
petits agriculteurs en organisant des ateliers, en fournissant de l’information sur le marché aux
producteurs et en échangeant des programmes pour renforcer leurs compétences.

Compte tenu des résultats encourageants obtenus par le PAPAFPA, le PAPAC (2015-2020) a été
conçu et visait à consolider les activités du projet précédent pour réduire la pauvreté rurale et
l'insécurité alimentaire. Dans le cadre du développement inclusif de la chaîne de valeur, le PAPAC
vise à intégrer et à former 950 nouveaux agriculteurs tout en continuant à fournir un soutien
technique aux anciens producteurs (c'est-à-dire ceux pris en charge à l'origine par PAPAFPA). Le
projet se concentre à la fois à soutenir le développement de plantations familiales et à renforcer les
organisations de producteurs et les coopératives créées dans le cadre du PAPAFPA.

L’innovation majeure du PAPAC a consisté à conclure un partenariat contractuel avec les


coopératives et à leur faire exécuter directement les activités nécessaires au développement de
plantations familiales. Dans le contexte du développement des plantations familiales, comme pour le
PAPAFPA, le PAPAC a assuré la création, la réhabilitation (la taille, le greffage et la replantation) et
la densification des plantations (cacao, café, poivre). Elle a également fourni aux petits exploitants
du matériel et des matières organiques, ainsi que des formations sur des techniques améliorées et
biologiques et sur la gestion financière. Selon la littérature, l'introduction et l'extension de
l'agriculture biologique sont souvent associées à une plus grande diversité d'arbres et de cultures, à
des rendements et des revenus plus importants, ainsi qu'à une participation accrue aux formations et
à des relations sociales plus vastes (Jacobi et al. 2015).

Dans le contexte des organisations de producteurs en particulier, le PAPAC a visé à soutenir les
activités entreprises dans le cadre du PAPAFPA en termes de renforcement des quatre coopératives
et de leurs organisations de producteurs. Pour ce faire, il organise des formations en développement
des capacités et des compétences en gestion financière et administrative, en planification stratégique,
en stratégies commerciales, en échanges internationaux et en soutien juridique et commercial. En
outre, le projet a également construit des infrastructures et des équipements ruraux tels que des
séchoirs, des stockages avec des cuves de fermentation, des structures d’irrigation et des véhicules à
chenilles.

Ces intrants et activités devraient avoir un impact sur les bénéficiaires du projet des manières
suivantes. Premièrement, les nouveaux et les anciens producteurs sont professionnalisés sur une base
technique et économique et, par conséquent, la capacité de production des acteurs ruraux est
renforcée. Deuxièmement, grâce au renforcement des organisations de producteurs et à la
modernisation des infrastructures rurales, la qualité des produits peut être améliorée, ce qui facilite la
commercialisation et augmente les prix. En outre, les accords contractuels entre acheteurs et
coopératives, qui devraient être gérés de manière efficace et transparente, établissent un prix
minimum garanti pour les produits agricoles. Ces prix minimaux permettent une plus grande
flexibilité et une minimisation des pertes en cas de chocs sur les prix des produits de base. En effet,
début 2017, les prix internationaux du cacao ont fortement chuté. Cependant, en raison du prix
minimum garanti pour les produits biologiques et du commerce équitable, les producteurs
biologiques ont subi le choc du marché dans une moindre mesure que les autres producteurs de
cacao.

À terme, ces interventions (à travers le PAPAFPA et le PAPAC) devraient conduire à une production
agricole, à un revenu et à une sécurité alimentaire accrus et/ou plus stables pour les ménages de
producteurs, tout en améliorant leur résilience aux chocs liés au marché et au climat. Ces résultats
escomptés sont conformes avec les principales études dans ce domaine, qui montrent que les
agriculteurs biologiques, utilisant des méthodes d'agriculture agroécologique, devraient bénéficier
d'une plus grande sécurité alimentaire, d'une alimentation plus diversifiée, d'une plus grande
diversité de cultures et de meilleurs conditions sanitaires (Altieri, Funes-Monzote et Petersen
2012). Au niveau des associations de producteurs et des coopératives, les interventions devraient

11
renforcer institutionnellement et financièrement les quatre coopératives et les membres des
associations de producteurs et contribuer à l'établissement de relations contractuelles durables avec
les producteurs individuels et les partenaires internationaux.

Au moment de la réforme agraire des terres ont été distribuées aux travailleurs et aux travailleuses
des roças appartenant à l’État. Cependant, les agricultrices de STP sont toujours confrontées à la
persistance des inégalités de genre. Par exemple, les productrices ne doivent pas seulement gérer
toutes les activités agricoles comme leurs homologues masculins. Ils sont également souvent
responsables de la plupart des tâches ménagères et de l'éducation des enfants. Pour remédier à cette
situation, les projets étaient fortement axés sur l'inclusion des productrices grâce à un ciblage
spécifique. Ainsi, cette évaluation évalue les effets des projets sur l’autonomisation des femmes à la
fois au sein du ménage et au sein des associations de producteurs.

2.1.1. Involontaire conséquences et hypothèses


Lors de la mission initiale de mars 2018, les membres des coopératives ont exprimé leur inquiétude
quant à une augmentation de la production susceptible d'entraîner une baisse de qualité si elle n'était
pas accompagnée d'une amélioration adéquate du stockage, de la transformation et du contrôle de la
qualité. Cet effet possible sera testé dans l'évaluation en prenant en compte des prix de vente moyens
et le produit des ventes moyen pour chaque culture du projet.

Il est également possible que les interventions des projets aient eu des retombées positives ou
négatives sur les agriculteurs et les communautés non-bénéficiaires proches. Par exemple, compte
tenu des activités du PAPAC en matière de formation aux techniques de production biologique, il est
possible que ces connaissances aient été partagées avec des producteurs situés en dehors des
coopératives et des zones des projets (effet analysé dans la littérature sur l’extension agricole - voir
par exemple Witt, Pemsl et Weibel, 2008, qui traite des effets de la diffusion d’informations sur la
base d’une étude de champs écoles des producteurs au Sénégal). D'autres retombées possibles peuvent
résulter du fait que les interventions ont permis une meilleure organisation au niveau de la
communauté et ont augmenté les opportunités commerciales qui ont profité également aux
agriculteurs n'appartenant pas aux coopératives. En outre, selon les perceptions des bénéficiaires
distinguées durant la phase qualitative de cette étude, la réhabilitation des terres abandonnées a
entraîné une réduction de la migration des zones rurales vers les zones urbaines. En d’autres termes,
les projets risquent d’avoir des effets plus vastes que ceux initialement prévus sur la production
agricole et sur la mobilité économique des ménages ruraux. La possibilité de
ces effets de contagion, en particulier celles concernant les indicateurs d’impacts, seront pris en
compte dans la stratégie d'identification utilisée dans cette évaluation d'impact. L'approche suivie pour
les résoudre sera discutée dans la section méthodologie.

Le succès des interventions du PAPAFPA et du PAPAC repose sur des suppositions. Les activités et
les intrants fournis étaient adaptés au contexte du pays, ils y avaient une demande pour ces intrants et
les agriculteurs et les associations de producteurs étaient efficacement ciblés par les projets et prêts à
participer à leurs activités. Les conclusions de l'évaluation qualitative et quantitative ont conforté ces
suppositions.

Le schéma 1 ci-dessous résume la théorie du changement décrite ci-dessus pour les deux projets en
illustrant les mécanismes de causalité résultant de l’introduction de ces intrants et de ces activités par
ces projets, ainsi que de ses suppositions clés.
Les intrants et activités des projets considérés dans cette évaluation comprennent deux composantes:
(i) le développement des plantations familiales et (ii) le renforcement des associations de producteurs;
et les impacts des projets seront discutés à la fois au niveau des ménages et des associations de
producteurs.

12
Schéma 1: Théorie du changement du PAPAFPA et du PAPAC

INTRANTS ET ACTIVITES EXTRANTS RESULTATS INTERMEDIAIRES IMPACTS

Développement de Au Niveau du Ménage Au Niveau du Ménage Au Niveau du


plantations familiales Ménage
Plantations réhabilitées et Augmentation des zones de
Création, réhabilitation (élagage, nouvelles plantations installées culture Production agricole accrue et /
greffe, replantation), densification avec succès
Irrigation améliorée ou plus stable (rendements plus
et amélioration de plantations (2200
ha de cacao, 320 ha de café, 10 ha élevés des cultures)
Les agriculteurs sont Vulnérabilité réduite aux
de poivre)
professionnalisés à partir des chocs de production, de Augmentation et / ou plus
Fourniture de matériel de plantation formations fournies marché et climatiques
grande stabilité des revenus
et de matériel organique (cacao,
café, poivre), par sexe et par groupe Les ménages ont un accès
d'âge durable à des techniques de Augmentation des actifs
Au Niveau des APs
micro-irrigation efficaces et
Intégration et formation de peu coûteuses Les APs ont une maîtrise et une Résistance accrue aux chocs
nouveaux agriculteurs connaissance accrues du cadre climatiques et de marché liés
Fourniture de formations aux La capacité de production des juridique national aux sécheresses
agriculteurs sur les techniques acteurs ruraux est renforcée
améliorées et biologiques ainsi que Amélioration de la gestion et
de la transparence au niveau Amélioration de la diversité et
sur la gestion économique Au Niveau des APs
des APs et des coopératives de la sécurité alimentaire
L'infrastructure rurale est Augmentation du nombre de
Renforcement des construite ou modernisée petits producteurs et négociants Au Niveau des APs
associations de accédant aux marchés locaux
producteurs (APs) Les associations de producteurs
Participation accrue des Meilleur accès au marché pour
et les coopératives bénéficient
Réalisation d'infrastructures femmes et des jeunes au sein les associations de producteurs
économiques rurales (routes, d'un soutien technique et
des APs
séchoirs, stockages, bacs de économique en matière de
fermentation, irrigation), mise à gestion administrative, de Amélioration de l'économie
disposition de véhicules chenillés leadership méthodologique et alimentaire locale
stratégique
Création et consolidation des Plus grande autonomisation des
coopératives et des agences Les informations sur le marché femmes dirigeantes au sein des
d'assurances par le biais de sont transmises aux
formations en développement des APs
associations de producteurs
capacités et des compétences en
gestion financière et administrative, Viabilité financière et
planification stratégique, stratégies Augmentation du nombre de
stockages accessibles aux économique et rentabilité des
commerciales, échanges
internationaux, soutien juridique et agriculteurs APs au sein de coopératives
commercial

 Le rapport impact / coûts est  Il n’existe pas de chocs climatiques extrêmes (sécheresses, par
 Les villages sont en mesure
positif exemple) ni de chocs de prix externes
de garantir un espace pour la
 Les revenus sont flexibles et  Aucune perte de stocks due au pillage, aux ravageurs ou à tout
construction des
partageables autre dommage
infrastructures
 Les bénéficiaires réagissent
ASSUMPTION

 Les familles pauvres sont  Situation politique stable


positivement à l'intervention  Les marchés des intrants, du crédit, de la production, etc. existent
ciblées de manière efficace  Il existe une réponse positive à
 Les prix internationaux des et fonctionnent bien
la possibilité d’améliorer les
produits alimentaires sont  Les agriculteurs ne rencontrent aucun autre obstacle à
techniques agricoles, la
stables et il existe une productivité et l’accès aux l'amélioration de la productivité, tels que l'accès à la terre, la
demande suffisante pour les marchés. qualité du sol, les capitaux, les conditions météorologiques, etc.
produits biologiques  Les formations sont  Aucun problème de sécurité majeur
 Il n’y a pas de parcelles appropriées et conduisent à
abandonnées l'adoption

13
2.2. Zones des projets et ciblage
Le PAPAFPA et le PAPAC ont été mis en œuvre dans tout le pays à São Tomé et dans la région
indépendante de Príncipe.

Les bénéficiaires immédiats du projet étaient les quatre coopératives formées au début du
PAPAFPA. En septembre 2018, ces quatre coopératives avaient à leur tour soutenu 3,926
producteurs, regroupés dans 86 associations de producteurs réparties dans 108 communautés à
travers le pays.

La sélection des communautés bénéficiaires et des producteurs dans ces communautés a été
entreprise par les coopératives des projets et a suivi une approche similaire dans toutes les chaînes de
valeur. Les producteurs de STP ont été informés de l'existence du PAPAFPA (puis du PAPAC) et de
la possibilité de faire une demande d’intégrer à une (ou plusieurs) des coopératives afin de bénéficier
des interventions du projet. Après réception de leur demande, les responsables des coopératives ont
procédé à une évaluation des besoins des producteurs et puis ont vérifié si ces producteurs
respectaient les critères d'éligibilité.

Lors de l’analyse des documents relatifs aux projets, des discussions avec des experts et des visites
sur le terrain, il est possible de dire que la sélection des communautés éligibles suivait une approche
mixte: fondée à la fois sur une évaluation objective des besoins et des capacités des producteurs au
sein de la communauté et également sur la demande des producteurs à intégrer ce projet. A mesure
que la popularité du projet grandissait, les agriculteurs et/ou les associations de producteurs
intéressés demandaient directement à pouvoir intégrer dans le programme.

Chaque coopérative a établi ses propres critères de sélection, comme indiqué dans le tableau ci-
dessous. De manière générale, une communauté a été sélectionnée sur la base de son intérêt
manifesté pour intégrer au programme, exprimé par le nombre de producteurs locaux de cette
communauté qui (i) disposaient d'un espace pour construire des infrastructures, (ii) manifestaient un
bon comportement social, (iii) n'avaient pas utilisé de produits toxiques au cours des années
précédentes et, très important, (iv) étaient des petits exploitants. En outre, la création d'associations
de producteurs était une condition préalable à toutes communautés pour faire partie des deux projets.

Tableau 1: Critères d’éligbilité des coopératives

Coopérative Critères d’éligbilité

- Avoir une parcelle dans la communauté


- La parcelle doit être cultivée
- Espace pour construire des infrastructures au niveau des
associations
CECAB
- Avoir une bonne conduite sociale
- Ne pas avoir utilisé de produits toxiques au cours des 3
dernières années
- Priorité donnée aux ménages pauvres

- Avoir une parcelle dans la communauté


- La parcelle doit être cultivée
- Espace pour construire des infrastructures au niveau des
associations
- L'agriculteur doit avoir accès à la communauté
CECAQ11 - Ne pas avoir utilisé de produits toxiques au cours des 3
dernières années
- Pour les associations: minimum 11-15 producteurs pour
rejoindre une coopérative
- L’adhésion doit être approuvée par l’assemblée générale de la
coopérative
14
- Les producteurs doivent être des petits producteurs intéressés
CECAFEB
par la culture du café biologique

- Etre considéré comme un agriculteur rural pauvre (priorité


donnée aux femmes et aux jeunes)
- youtube considéré comme un propriétaire d’une parcelle (pas
nécessairement cultivée)
CEPIBA - Etre un agriculteur motivé
- La coopérative soutient et distribue du matériel correspondant à
une superficie de 0,25 ha via le PAPAC (auparavant 1,25 ha
avec le PAPAFPA)
-

Le PAPAC a été conçu pour cibler environ 18,500 personnes (y compris l'ensemble du ménage des
bénéficiaires), dont un tiers était supposé être des femmes chefs de ménage et un tiers des
jeunes. Cependant, le projet n'a pas réussi à inclure autant de jeunes comme prévu car ils ont un
accès limité à la terre à STP, qui était une condition préalable à intégrer aux projets.

Le schéma 2 ci-dessous illustre la répartition géographique des communautés bénéficiaires à partir


de 2014.

Schéma 2: Carte des communautés bénéficiaires

2.2.1. Zones des coopératives


Les quatre coopératives des projets varient considérablement en termes de superficie, de nombre de
producteurs, de production et de zones géographiques. Le tableau 2 ci-dessous illustre le nombre 1)
de producteurs au sein de chaque coopérative qui ont reçu un soutien du PAPAFPA et ont également
bénéficié du soutien du PAPAC, 2) de nouveaux producteurs inclus dans le projet à partir de 2015

15
sous PAPAC (PAPAC uniquement), et 3) de bénéficiaires ayant reçu l’appui de deux coopératives
de programme, sur la base des données de suivi et d'évaluation (S&E).

Le PAPAC soutient actuellement 3,929 agriculteurs. Malheureusement, il n’est pas possible de


connaître le nombre total de producteurs bénéficiant d’une aide depuis la création du PAPAFPA, car
certaines coopératives n’ont pas répertorié les producteurs ayant quitté la coopérative et donc le
projet.

Tableau 2: Nombre de bénéficiaires par coopérative

Bénéficiaires du
Coopérative PAPAFPA et PAPAC
PAPAFPA et PAPAC PAPAC seulement en même temps

CECAB
2139 214 51
(cacao biologique)

CECAQ11
1135 228 41
(cacao de qualité)

CECAFEB (café) 420 205 52

CEPIBA (poivre) 358 187 20

TOTAL1 4052 834 164


1
Le total inclus les bénéficiaires soutenus par plus d’une coopérative .

Le tableau 3 présente le nombre de bénéficiaires bénéficiant de l’aide de deux coopératives des


projets. Comme indiqué, le scénario le plus courant consiste à combiner le soutien d’une coopérative
de cacao (CECAB ou CECAQ11) et la CECAFEB (café). Le nombre de producteurs dans cette
situation est toutefois relativement faible par rapport à l’ensemble du groupe traitement.

Tableau 3: Nombre de bénéficiaires soutenus par deux coopératives

Coopérative CECAB CECAQ11 CECAFEB CEPIBA TOTAL

CECAB 0 10 25 16 51

CECAQ11 10 0 27 4 41

CECAFEB 25 27 0 0 52

CEPIBA 16 4 0 0 20

En ce qui concerne l'inclusion des femmes, la part moyenne des productrices dans les coopératives
est de 36%. La CECAFEB est la coopérative avec la plus grande proportion de femmes productrices
avec 38%, tandis que la coopérative avec la plus faible proportion est la CECABE avec encore 33%.

Malheureusement, la plupart des coopératives ne possèdent pas de données sur l'âge ou la date de
naissance de leurs producteurs, ce qui a empêché de distinguer le niveau d'inclusion des jeunes ou la
différence d'âge dans ces coopératives. CECAQ11 et, dans une certaine mesure, le CEPIBA ont été
en mesure de fournir ces informations. Selon les données, le producteur moyen a 50 ans - 50 pour les
producteurs de CECAQ11 (1134 observations) et 46 pour le CEPIBA (99 observations).

Tableau 4: Nombre de bénéficiaires femmes par coopérative

16
Total Femmes Pourcentage de
Coopérative
producteurs producteurs femmes

CECAB 2139 715 33%

CECAQ11 1135 393 35%

CECAFEB 420 160 38%

CEPIBA 358 130 36%

2.2.2. Zones géographiques


Les coopératives couvrent différentes régions du pays. Le CECABC se situe au nord et au nord-
ouest, le CECAQ11 au centre-est, le CEPIBA au centre et au nord-est, ainsi qu'à Principe, et le
CECAFEB est étendu au centre-nord. Certaines communautés ont reçu un soutien de plusieurs
coopératives. Le schéma 3 montre la couverture géographique des coopératives.

Schéma 3: Zones géographiques des coopératives

17
Globalement, le nombre de communautés ayant bénéficié des deux projets est de 108, y compris à
Príncipe, et le nombre moyen de bénéficiaires dans chaque communauté est de 34, allant d'un
minimum d'un producteur à un maximum de 129 producteurs par communauté. Le tableau 5 indique
le nombre de communautés soutenues par chaque coopérative.

Tableau 5: Nombre de communautés par coopératives

N moyen de
Coopérative Producteurs Communautés producteurs par Min Max
communauté

CECAB 2139 44 49 1 129

CECAQ11 1135 21 54 28 107

CECAFEB 420 15 28 4 93

CEPIBA 358 52 7 1 57

Les coopératives ont eu du mal à fournir des données sur la production au niveau des agriculteurs.
Toutefois, sur la base des informations fournies, la superficie moyenne de la parcelle des
bénéficiaires est d'environ 1.8 ha pour les producteurs de cacao et de 0.2 ha pour les producteurs de
poivre et de café. Le tableau 6 inclus les estimations de production les plus récentes pour chaque
coopérative.

Tableau 6: Niveaux de production et de rendements par coopérative

Productions Surface par tête Rendements


Coopérative
(Tonnes) Superficie (ha) (ha moyen) (Kg/ha)

CECAB (2018) 1200 4560 2.1 263

CECAQ11 (2017) 350 1800 1.6 194

CECAFEB (2017) 8.4 384 (dont 94 sont 1.1 / 0.2 246

18
utilisés à la
production)

CEPIBA (2017) 15 81 0.2 239

2.3. Questions de recherche


A partir du schéma 1, cette évaluation d'impact vise à répondre aux questions de recherche
suivantes:

1) Les ménages bénéficiaires ont-ils des revenus plus importants et plus stables, une plus
grande diversité alimentaire, un plus grand accès aux marchés et une productivité agricole
accrue?

2) L'autonomisation des femmes dans les ménages bénéficiaires a lieu, à savoir que les
femmes sont-elles davantage impliquées dans la main-d'œuvre productive et dans la prise
de décision des ménages? Ont-ils un plus grand contrôle sur leurs revenus et leur
production?

3) Les ménages bénéficiaires sont-ils plus résiliants aux chocs climatiques et aux chocs liés
aux prix des produits de base?

4) Quel est l'impact de la certification biologique sur le niveau de production et sur la


mobilité économique des ménages?

5) Les associations de producteurs et les coopératives sont-elles résilientes, financièrement et


administrativement viables et autosuffisantes?

3. Conception de l'évaluation d'impact: Données et


méthodologie

3.1. Données
L'évaluation d'impact ex-post du PAPAFPA et du PAPAC s'est appuyée sur une stratégie à méthode
mixte, comprenant une collecte et une analyse de données qualitatives et quantitatives, afin de
distinguer le plus grand nombre d’impacts tangibles et intangibles du projet.

L'étude qualitative a utilisée un échantillon représentatif de producteurs, d'associations de


producteurs, ainsi que de dirigeants de coopératives et d'experts techniques 3. Cette étude qualitative
visait principalement à améliorer les questionnaires quantitatifs en approfondissant la
compréhension des critères de ciblage et d’inclusion des projets, de la mise en oeuvre des projets, et
des principaux défis rencontrés par les producteurs et les différents acteurs de la chaîne de valeur.
Les informations recueillies au cours de cette étude ont également été utilisées pour confirmer ou

3
En particulier, deux groupes de discussion (GDs) dans chaque chaîne de valeur ont eu lieu. 14 groupes de discussion ont donc été
organisés avec d’anciennes (PAPAFPA + PAPAC) et de nouvelles (PAPAC seulement) associations de producteurs regroupant au
total 52 personnes. En outre, les données qualitatives inclus également 13 entretiens auprès d'informateurs clés (EIC), avec des
producteurs n'appartenant à aucune des coopératives soutenues, avec des dirigeants d'associations de producteurs soutenus par la
coopérative et par les spécialistes techniques de la coopérative - un par coopérative dans le processus (CECAFEB , CEPIBA,
CECAB et CECAQ11). Enfin, pour une meilleure compréhension des impacts des interventions, trois entretiens ont également été
menés avec des partenaires du secteur privé (acheteurs) des chaînes de valeur du cacao, du café et du poivre.
19
infirmer les résultats de l’analyse des données quantitative et pour mieux comprendre les résultats
des projets.

Dans l’ensemble, l’étude qualitative a révélé que les interventions des projets sont bien vus par les
personnes interrogés et ont apportés des effets positifs aux communautés. Tous (ou presque) les
producteurs participants ont déclaré avoir bénéficiés d'un soutien matériel de travail (kits de
production, machettes, seaux, etc.) et avoir manifesté une opinion positive à l'égard de l'agriculture
biologique. Les productrices, en particulier, ont apprécié les interventions, en insistant sur le
professionnalisme, les capacités reçues, et sur la manière dont elles ont approfondi leurs
connaissances et ont contribué à renforcer l’égalité hommes/femmes au sein des associations de
producteurs.

Les données quantitatives, en revanche, ont été collectées avec deux questionnaires distincts: l'un
administré à un échantillon de 1,404 ménages et l'autre à un échantillon de 126 dirigeants/membres
clés de communautés et/ou d'associations de producteurs. L'enquête auprès des ménages a
principalement rassemblé des informations sur les indicateurs relatifs à la production agricole, à la
consommation, à la richesse, au revenu, à la vulnérabilité et au capital social des ménages.
L’enquête auprès des associations de producteurs, en revanche, portait principalement sur les
indicateurs liés aux marchés agricoles, aux infrastructures, à l’associativisme et à la résilience au
niveau des communautés.

Le principal défi dans toutes les évaluations d’impact ex-post consiste à établir un scénario
contrefactuel valide, c’est-à-dire de déterminer ce qui serait arrivé aux bénéficiaires sans le projet.
Idéalement, il serait optimal de comparer l’état des bénéficiaires avec et sans les interventions du
projet. Mais ce n'est évidemment pas possible. Par conséquent, un groupe de non-bénéficiaires doit
être identifié pour refléter l'état des bénéficiaires s'ils n'avaient pas reçu les interventions du projet.
La différence observée entre les bénéficiaires et le groupe contrefactuel (contrôle) sélectionné peut
alors être considérée comme l'impact du projet (Winters et al. 2010), à condition de respecter un
ensemble d'hypothèses d'identification. La qualité de la stratégie d’identification dépend donc
énormément de l’identification d’un groupe contrôle pouvant servir de scénario contrefactuel valide.
Cette tâche est difficile, en particulier dans les évaluations ex-post avec des données au début du
projet inexistantes ou limitées, comme dans ce cas.

Dans cette évaluation d'impact, trois principaux problèmes liés aux données ont été relevés.
Premièrement, toutes les coopératives n’ont pas été en mesure de fournir la liste complète des
bénéficiaires des projets, ni l’ampleur du soutien qu’elles ont reçu. Deuxièmement, une liste de
communautés présentant des caractéristiques similaires aux communautés bénéficiaires n'était pas
disponible4. Et aucune liste de producteurs par communauté n’était disponible, à partir de laquelle
les producteurs du groupe contrôle aurait pu être selectionné, car il n’existe pas de registre national
des agriculteurs. Troisièmement, il n’existait pas de données d’enquête de base, c’est-à-dire avant ou
au début du PAPAFPA, qui auraient pu être utilisées pour les calculs de puissance et aider à
identifier le nombre adéquat de producteurs pour le groupe traitement et le groupe contrôle.

Compte tenu de ces contraintes, la collecte de données quantitatives a été effectuée en trois étapes.
La première étape a consisté à identifier des communautés similaires aux communautés bénéficiaires
avant le début des projets grâce aux connaissances des experts locaux. Ces communautés
satisfaisaient les critères d'inclusion des coopératives. Cet exercice a permis d’établir une liste de 36
communautés qui n’avaient jamais bénéficié du PAPAFPA et du PAPAC et pouvaient donc être
considérées comme des communautés «pures» de contrôle5.

4
Pour être clair, comme expliqué dans la section précédente, toutes les communautés du pays n'ont pas reçu les interventions du
projet. Et dans les communautés traitées, tous les producteurs ne sont pas des bénéficiaires.
5
En plus de ces 36 communautés non-bénéficiaires, 26 autres communautés ont également été identifiées comme étant des
communautés ayant peu bénéficiées des projets, appelées communautés «de faible intensité». Dans ces communautés, seulement 20
20
Deuxièmement, après l'identification des communautés du groupe traitement (communautés traités)
et du groupe contrôle (communautés non-traitées), un dénombrement ou une liste des ménages de
producteurs a été effectué dans les communautés concernées. Cet étape consistait en un inventaire
des ménages de producteurs dans les 108 communautés où les projets ont eu lieu (PAPAC et
PAPAFPA) et dans les 36 communautés (de contrôle) non-ciblées par l'un ou l'autre projet mais
qualifiées, selon l'évaluation des experts et des coopératives, comme étant éligibles dans ces projets.
Ce denombrement a servi de point de départ à l'échantillonnage des ménages de producteurs dans
ces communautés. C'était une étape fondamentale avant la principale enquête auprès des ménages
car elle permettait de sélectionner au hasard le nombre requis de ménages parmi les populations
éligibles à ces projets.

Le questionnaire de dénombrement posait des questions principalement sur les critères d'éligibilité et
l'intensité du traitement. Plus précisément, des informations sur les variables suivantes ont été
collectées: (1) si le producteur était un petit exploitant, (2) son âge et son sexe, (3) le statut de
membre d’une coopérative et la durée d’adhésion, le cas échéant, (4) la principale chaîne de valeur
du producteur (cacao, café et poivre), l'année lorsque la cultivation de cette culture a commencé et
les autres cultures recoltées au cours des 5 dernière années; (5) s'il y avait effectué une réhabilitation
de la parcelle; (6) le nombre de plantations (par statut de greffe); 7) la localisation par
géoréférencement (GPS) et plusieurs variables binaires indiquant le statut de producteur: (8) si le
producteur avait déjà bénéficié du soutien d’une coopérative, (9) si le producteur a déjà quitté la
coopérative des projets, (10) s'il était membre de la FENAPA, (11) s’il avait la volonté de rejoindre
une coopérative, (12) s’il avait la volonté de rejoindre une association de producteurs, (13) s'il était
membre d'associations de producteurs (formels ou informels), (14) s'il faisait partie de groupes de
producteurs (informels), et (15) s’il a présenté une demande d’adhésion aux coopératives traitées.
Des questions ont également été posées si le producteur bénéficiait du PAPAFPA et du PAPAC, du
PAPAC uniquement ou d'aucun de ces projets.

Enfin, à la troisième étape, les données du dénombrement ont été utilisées comme base de sondage
pour sélectionner au hasard un échantillon de ménages de producteurs. Cet échantillon comprenait:
(i) les bénéficiaires du PAPAFPA et du PAPAC, (ii) les nouveaux bénéficiaires du PAPAC
uniquement, et (iii) les non-bénéficiaires à utiliser comme ménages du groupe contrôle.

En l'absence d'assignation aléatoire, le scénario contrefactuel est normalement créé statistiquement.


Dans ce cas, l'identification contrefactuelle appropriée nécessitait à la fois une bonne compréhension
de la mise en œuvre des projets (les locaux experts et l'étude qualitative sont utiles ici) et, surtout, de
leurs critères d'éligibilité des projets. La sélection dans les projets était basée non seulement sur des
critères d'éligibilité objectifs (par exemple, être un petit producteur, ne pas avoir utilisé de produits
toxiques auparavant, être prêt à devenir un agriculteur biologique, etc.), mais aussi sur la demande
des producteurs locaux à bénéficier de ces projets. Des discussions ont eu lieu avec le personnel du
projet, ainsi qu’avec un éventail de bénéficiaires et de non-bénéficiaires dans le cadre de l’étude
qualitative, afin de s’assurer que l’établissement du scénario contrefactuel imite au plus près le
ciblage et la sélection des projets et correspond à une strategie adéquate d’identification des
ménages du groupe traitement et du groupe contrôle. En utilisant ces informations, des algorithmes
d'appariement basés sur les caractéristiques fixes des agriculteurs (par exemple biographiques et
géographiques), sur leur profil de production (cultures, plantes et rendements) et sur les critères
d'éligibilité6 au début des projets (qui, dans les questionnaires, a été fixée à 2008) ont été utilisés
pour trouver un groupe contrefactuel valide de ménages de producteurs. La liste exacte des variables
utilisées dans cet exercice est donnée dans le tableau 9. L’hypothèse clé de cette approche est que le

producteurs ou moins bénéficiaient des projets. Elles sont entrées dans le projet seulement en 2015, avec PAPAC, (dans la
coopérative CEPIBA). Dans ces communautés, l'impact des interventions doit être minime, notamment parce que le cacao, le café,
les plantations de poivrons mettent plusieurs années à devenir productives.
6
Voir tableau 1 pour les critères d’eligibilité.
21
la participation au traitement est aléatoire basé sur des variables de conditionnement. Il n’y a donc
pas de différences systématiques entre les deux groupes de ménages traités et non-traités, et donc
pas de biais de sélection.

Il reste à noter que la mise en place des interventions du projet, axées sur la professionnalisation des
agriculteurs aux cultures biologiques et le renforcement financier et administratif des coopératives,
peut avoir des effets d'entraînement importants sur les ménages des communautés soutenues par le
PAPAFPA et le PAPAC. C'était une conclusion claire de l'étude qualitative. Des retombées au-delà
des communautés de traitement sont également possibles avec notamment l'effet de «contamination»
susceptible de diminuer avec la distance. Les producteurs ont pu partager les connaissances acquises
lors des formations auprès de leurs voisins. En outre, les bénéficiaires peuvent évoquer les avantages
liés à l'appartenance à une coopérative à leurs voisins et ainsi les encourager à remplir les conditions
requises pour accéder à une coopérative et en faire la demande. La stratégie d’identification décrite
ci-dessus conduit probablement à une sous-estimation des impacts des projets car elle ne tient pas
compte du fait que certains des ménages de contrôle ont également été affectés par les projets, même
indirectement. Pour répondre à cette préoccupation, un modèle d’effets sur le voisinage (a
neighborhood effects model), qui modélise directement l’effet de «voisinage» (proximité) des projets
et la contamination probable des non-bénéficiaires, a également été estimé. De plus amples détails
sur cette approche sont donnés dans la section sur la méthodologie.

3.2. Questionnaires et indicateurs d'impact


Les questionnaires des ménages pour l’évaluation d’impact du PAPAFPA et du PAPAC ont été
conçus pour collecter des informations détaillées sur les caractéristiques sociodémographiques des
ménages, la production agricole et animale, la propriété des actifs, l’adoption de pratiques agricoles
certifiées et biologiques, la sécurité alimentaire, la résilience, la durabilité, l’accès aux marchés,
l’associativisme et l’autonomisation des femmes. Avec les chefs de communautés et les associations
de producteurs, les questionnaires se sont quant à eux concentrés sur les infrastructures et les biens
publics, la résilience, l'accès au marché et l'associativisme dans leurs communautés.

Ces données recueillies sur les associations de producteurs et sur les ménages ont ensuite été
utilisées pour créer des indicateurs d'impact. Ces indicateurs ont été précédemment identifiés dans la
section "Théorie du changement" de ce rapport.

i. Production agricole, productivité et diversification


Étant donné que les projets sont axés sur le développement professionnel des agriculteurs, cette
évaluation d’impact vise à distinguer si la capacité de production des agriculteurs bénéficiaires a été
renforcée. Ces projets faisait la promotion de techniques et de produits agricoles certifiés et
biologiques dans trois cultures: le cacao, le café et le poivre. Ainsi, pour examiner les impacts des
projets sur la production et les rendements, cette évaluation d’impact utilise les rendements par
culture, définis comme le rendement par unité de terre (kg/ha), en comparant les chaînes de valeur
ciblées par les projets avec d'autres cultures cultivées par les agriculteurs.

Pour la production animale des ménages, la propriété de bétail, le nombre d'animaux de bétail
possédées et la quantité de produits d'origine animale (le nombre d'animaux abattus, le nombre
d’animaux fournissant du lait ou des oeufs ou la quantité de viande, de lait ou d'œufs produits) sont
utilisés.

Pour mesurer la productivité, la quantité de production est divisé par la quantité d'intrants utilisées
(tels que les semences). Cette variable de productivité est créée pour chaque culture. La productivité
de l'agriculture biologique est comparée à celle de l’agriculture non-biologique. De même, la
productivité de l’agriculture certifiée est comparée à celle de l'agriculture non-certifiée.

22
Enfin, le niveau de diversification agricole a également été mesuré. Plus la diversification agricole
est grande, plus le producteur a investi dans un nombre élevé de cultures. Un simple comptage du
nombre de cultures ou des indices plus complexes, tels que l’indice de Shannon, peuvent être
utilisés. Dans cette évaluation d’impact, toutes ces mesures sont employées. L'indice Margaleff et
l’indice de Berger-Parker ont été calculés pour mesurer la diversification du bétail.

Toutes ces variables liées à l'agriculture sont disponibles pour les trois périodes suivantes: la saison
agricole complète (12 mois) précédant la période de l'enquête, la saison des pluies (septembre 2017
à mai 2018) et la saison sèche (juin à août 2018).

ii. Revenu et richesse du ménage


Les indicateurs de revenu des ménages ruraux et de propriété des actifs sont essentiels pour évaluer
l'impact de politiques de développement. Dans le contexte de cette étude, le revenu agricole, les
indicateurs de revenu des ménages et des indices basés sur les actifs ont été utilisés pour quantifier
l'impact des projets sur la mobilité économique des ménages. D'autre part, les données sur la
propriété des actifs s'appuyaient également sur les données de rappel (10 ans avant la date de
collecte des données). Ainsi, alors que les variations de revenus sont évaluées exclusivement sur la
base des différences entre le groupe traitement et le groupe contrôle, cette étude considère
également, dans le cas de la propriété des actifs, une perspective longitudinale, en considérant le
changement (avec les données de rappel) de la propriété des actifs entre 2008 et 2018 au niveau des
ménages. Ces données longitudinales ont été utilisées pour calculer l'indicateur de réduction de la
pauvreté, présenté au point 3 ci-dessous.

L’indicateur sur le revenu total brut des ménages a été calculé en additionant le revenu totale de la
production des cultures, le revenu total provenant de l’élevage et des produits de l’élevage et le
revenu total provenant de l’emploi salarié (agricole et non-agricole), des activités indépendantes et
des transferts (privé et public). Le revenu net total a également été calculé en déduisant du revenu
total brut les coûts des intrants (semences, engrais, pesticides et travail)7, les coûts de l’alimentation
animale, la vaccination animale et les vétérinaires, et le travail associé aux animaux8, et les autres
coûts associés aux activités indépendantes.

Le revenu agricole a été calculé en additionant le revenu des cultures (valeur totale des ventes de
cultures, des ventes de sous-produits et de la consommation propre), le revenu du bétail (valeur
totale des ventes de bétail, carcasses et sous-produits, ainsi que de la consommation personnelle du
bétail et ses sous-produits) et les salaires agricoles (total des salaires en espèces et en nature
provenant des emplois agricoles).

Pour rendre compte de la diversification des revenus des ménages, souvent associée inversement à la
vulnérabilité économique, plusieurs mesures ont été envisagées: un simple comptage du nombre de
sources de revenus des ménages et trois indices de diversité des revenus (Gini-Simpson, Berger-
Parker et Shannon).

Enfin, pour mesurer l'impact à long terme des projets sur la richesse des ménages, des indicateurs de
propriété des actifs ont également été créés. Par conséquent, les indices des actifs ont été construits
par ménage, en attribuant des pondérations à chaque actif en fonction des distributions de
l’ensemble des actifs détenus par les ménages de l´échantillon, pour les éléments suivants: (i) actifs
durables; (ii) actifs du bétail, (iii) actifs productifs, et (iv) actifs du logement. Ces indices des actifs
agrègent les actifs de différentes natures d’un ménage en une seule mesure en utilisant les
pondérations de l'analyse en composantes principales (principal components analysis - PCA) ou de
l'analyse à correspondances multiples (multiple correspondence analysis - MCA), si les variables

7
pour le revenu net des cultures.
8
pour le revenu net du bétail.
23
des actifs étaient continues ou catégorielles, respectivement. Un indice global des actifs a ensuite été
calculé à l'aide de la méthode de l’analyse factorielle polychorique (polychoric factor analysis),
recommandée pour l'agrégation de différents indices (Kolenikov et Angeles 2004).

Pour le bétail, une mesure supplémentaire des unités de bétail possédées a été calculée - l'indice de
bétail tropical (IBT) - en attribuant des poids à chaque type de bétail selon la FAO pour l'Afrique
tropicale.

iii. Réduction de la pauvreté et vulnérabilité


Des mesures du niveau de pauvreté ont également été construites sur la base des indices des actifs
mentionnés ci-dessus. Elles permettent d’évaluer si les projets ont permis de sortir des ménages de la
pauvreté. Il s’agit d’une mesure de pauvreté relative et les seuils sont calculés à l'aide des données
de rappel des actifs au début des projets (définies en 2008 dans cette étude, comme expliqué ci-
dessus). Ces seuils ont été définies aux 40ème et 60ème centiles de la distribution de l’indice global
des actifs au début des projets (Booysen et al. 2008).

Ainsi, des variables sont créées permettant de déterminer si un ménage se situe au dessous ou en
dessus d’un seuil de pauvreté construit sur la base de la distribution de l’indice global des actifs au
début des projets et au moment de l'enquête. Avec ces variables, les ménages ont ensuite été classés
dans quatre états possibles: le ménage est sorti de la pauvreté (s’il se situait sous le seuil de pauvreté
au début des projets et au-dessus au moment de l’enquête); le ménage est resté pauvre (s’il était sous
le seuil de pauvreté au cours des deux moments); le ménage est resté hors de la pauvreté (s’il était
au-dessus du seuil de pauvreté au cours des deux moments); et enfin, le ménage est devenu pauvre
(si le ménage était au-dessus du seuil de pauvreté au départ, mais est passé sous le seuil de pauvreté
au moment de l'enquête).

Dans cette évaluation d’impact, l'exposition des ménages aux chocs est utilisée comme mesure de la
vulnérabilité. Cette mesure est une moyenne pondérée de la fréquence d'un choc au cours des cinq
années précédant l'enquête, multipliée par la gravité perçue de ce choc. L'enquête a recueilli des
données sur plusieurs chocs liés au climat, à l'économie, aux conflits et à la famille (maladie, décès,
par exemple).

En outre, des mesures de la diversification des revenus, telles que décrites ci-dessus, sont également
présentées pour évaluer l'impact des projets sur la vulnérabilité des ménages.

iv. Diversité alimentaire et sécurité alimentaire


La diversité alimentaire est une mesure de la qualité de l’alimentation d’un individu en révélant
l'accès du ménage à une variété d'aliments. Pour mesurer la diversité alimentaire, un score de
diversité alimentaire des ménages (household dietary diversity score - HDDS) a été utilisé. Cela
consiste en un simple comptage des groupes d'aliments qu'un ménage ou un individu a consommé au
cours des 24 dernières heures.

Pour mesurer la sécurité alimentaire, l’Échelle de mesure de l'insécurité alimentaire vécue (Food
Insecurity Experience Scale - FIES) est utilisé. Le FIES est une mesure de la gravité de l'insécurité
alimentaire au niveau du ménage ou de l'individu qui repose sur huit questions (réponse par oui/non)
concernant leur accès à une alimentation adéquate. Le FIES révèle non seulement une alimentation
inadéquate (qualité et quantité insuffisante), mais également le niveau d'angoisse ou d'incertitude
liée à l’incapacité de se procurer de la nourriture.

v. Résilience

24
La capacité des ménages à gérer ou à surmonter des chocs est utilisée pour mesurer la résilience des
ménages. Ainsi, deux mesures ont été calculées: l’indice de capacité des ménages à se remettre des
chocs et l'indice de résilience PRIME (Pastoralist Areas Resilience Improvement and Market
Expansion, Smith et Frankenberger 2015).

L’indice de capacité des ménages à se remettre des chocs a été estimé sur la base de la capacité
perçue des ménages à se remettre de chocs en prenant en compte de la gravité et de la fréquence de
ces chocs dans la zone des projets au cours de l'année précédant l'enquête.

L’indice de résilience PRIME, quant à lui, repose sur la combinaison de différents indices, via une
analyse factorielle polychorique, afin de saisir la capacité d’absorption, d’adoption et de
transformation d’un ménage face à un choc, c’est-à-dire leur capacité d’atténuer, de s'adapter et de
récupérer des chocs.

vi. Accès au marché et commercialisation


L’amélioration de l’accès au marché des petits agriculteurs était l’un des objectifs clés de ces
projets. Compte tenu de ses multiples facettes, l'accès au marché a été évalué à l'aide de données
quantitatives et qualitatives issues de groupes de discussion et d'entretiens avec des experts. Les
mesures utilisées sont: le temps nécessaire pour transporter les produits au marché (pour la
transaction la plus importante), la valeur des ventes des récoltes et des produits dérivés, la valeur des
ventes des animaux vivants, de la viande et des produits dérivés (lait, miel et œufs en l'occurrence),
et le nombre d'acheteurs auxquelles le ménage a vendu ses produits agricoles (durant le mois
précédant l'enquête).

Au niveau des associations de producteurs, l’accès aux marchés et aux infrastructures


(fondamentaux pour accéder au marché) a également été mesuré avec (i) la distance de l’association
à la route goudronnée la plus proche, et (ii) la disponibilité et la distance de l’association à un
marché quoditien et hebdomadaire.

vii. Autonomisation des femmes et des jeunes


L'impact des projets sur l'autonomisation des femmes a été évalué en utilisant trois variables. Elles
permettent de déterminer si au moins une femme dans le ménage gérait l'argent du foyer au
quotidien.

Comme expliqué ci-dessus, les «jeunes ménages» (c'est-à-dire ceux dont le chef de ménage avait 32
ans ou moins au moment de l'enquête) n'étaient pas spécifiquement ciblés par les projets ou par
l’échantillonnage utilisé dans cette évaluation d'impact. Cependant, l'échantillon final de ménages
dans le groupe traitement et le groupe contrôle comprenait un certain nombre de jeunes, ce qui a
permis d'explorer l'impact des projets sur l'autonomisation des jeunes. À cette fin, une variable
analogue à celle décrite ci-dessus, utilisée pour évaluer l'autonomisation des femmes, a été calculée
pour distinguer les jeunes qui contrôlent le revenu au sein du ménage (plus précisément, si un
membre du ménage de moins de 32 ans gérait l'argent du ménage au quotidien) .

3.3. Estimation d'impact


Pour estimer l'impact des projets, une simple comparaison entre les ménages bénéficiaires (groupe
traitement) et non-bénéficiaires (groupe contrôle) conduit à des estimations peu fiables en raison de
la présence de biais de sélection. Des différences systématiques observables et non-observables
peuvent exister entre les deux groupes. Ainsi, ces ménages non-bénéficiaires ne peuvent pas être
utilisé dans cette évaluation d’impact. Par exemple, les agriculteurs ayant un capital social élevé,
recevant plus d’informations ou étant plus entreprenants que d’autres pourraient être plus
susceptibles de rejoindre les coopératives des projets, mais également avoir des rendements
25
agricoles supérieurs même sans les interventions des projets. Ainsi, ces différences observées entre
les bénéficiaires et les non-bénéficiaires du groupe contrôle pourraient ne pas être entièrement (ou
pas du tout) attribuables au projet, mais plutôt provenir de différences pré-existantes entre les deux
groupes d’agriculteurs (bénéficiaires et non-bénéficiaires).

De manière plus formelle, dans les modèles des résultats potentiels (Roy 1951; Rubin 1974), l’effet
du traitement et le biais de sélection introduit par l’utilisation d’un groupe contrôle peuvent être
exprimés comme suit. Soit un indicateur de traitement Di égal à 1 si l'individu i est bénéficiaire du
traitement et égal à 0 sinon, avec i = 1,…, n. Les résultats potentiels sont définis comme suit: Yi(Di).

Les paramètres d'intérêt les plus courants dans les littératures d'évaluation sont l'effet moyen du
traitement sur les sujets traités (average treatment effect on the treated – ATT) et l'effet moyen du
traitement (average treatment effect – ATE), définis comme suit:

𝜏ATT = E[Y(1) | D = 1] - E[Y(0) | D = 1] (1)

𝜏ATE = E[Y(1) – Y(0)] (2)

La moyenne des ménages conterfactuelles E[Y(0) | D = 1] est employée pour l’estimation des ATT
(voir equation (1) plus haut), alors que la moyenne contrefactuelle des bénéficiaires E[Y(0) | D = 1]
et non-bénéficiaires E[Y(1) | D = 0] sont utilisées dans l’estimation des ATE. Ces moyennes ne sont
pas observables. Il faut donc trouver d’autres variables pour obtenir la situation contrefactuelle.

Dans des études non-expérimentales (comme dans cette évaluation d’impact), l’utilisation de la
moyenne des indicateurs d’impact pour les non-bénéficiaires E[Y(0) | D = 0] pour remplacer E[Y(0)
| D = 1] vraisemblablement donne des estimations biasées et non-convergentes des ATT du au biais
de sélection (équivalent à E[Y(0) | D = 1] - E[Y(0) | D = 0]) comme le montre dans cette équation:

E[Y(1) | D = 1] - E[Y(0) | D = 0] = 𝜏 ATT + E[Y(0) | D = 1] - E[Y(0) | D = 0] (3)

Pour éliminer ce biais de selection et obtenir des estimations fiables des ATT and ATE des projets,
des hypothèses d’identification sont nécessaires. L’approche utilisée dans cette évaluation d’impact
consiste à utiliser un appariement sur score de propension (propensity score matching – PSM) avec
les cinq voisins les plus proches comme estimateur de départ, suivi de la pondération inverse sur la
probabilité d’être traité avec ajustement de la régression (inverse probability weighting with
regression adjustment – IPWRA), qui est la méthode de référence pour cette étude. Les deux
méthodes et leurs hypothèses d'identification sont présentées plus en détail ci-dessous.

3.3.1. Appariement sur score de propension


L’appariement sur score de propension repose sur deux conditions clés pour avoir des estimations
ATE fiables: l'hypothèse d'indépendance conditionnelle (conditional independance assumption –
CIA) et l'hypothèse de support commun.

L’hypothèse de support commun exige que, pour chaque observation du groupe traitement, il existe
au moins une observation du groupe contrôle avec la même probabilité d’être traitée (d’être un
bénéficiaire des projets) étant donné des caractéristiques précises (et de même pour chaque
observation du groupe contrôle). La probabilité d'être traité, avec des caractéristiques spécifiques
(mesurées par les variables observables, X), est fournie par le score de propension - p(X). L'ATT et
l'ATE ne peuvent être identifiés que sur la zone du support commun - les observations n’étant pas
sur ce support commun seront supprimées pour l’estimation.

Cette condition exclut la possibilité d'une prédictibilité parfaite d’être bénéficiaire/de ne pas être
bénéficiaire du traitement avec des caractéristiques spécifiques. Elle garantit que les personnes ayant
les mêmes niveaux de X ont une probabilité positive d'être à la fois bénéficiaire et de ne pas être
bénéficiaire du traitement (Heckman, LaLonde et Smith, 1999).

26
Le CIA, en revanche, exige que, pour des scores de propension données, les résultats potentiels
soient indépendants de l'attribution du traitement. En pratique, cela signifie que si la décision de
prendre le traitement est purement aléatoire pour les individus avec un score de propension
similaire, alors le résultat moyen de certains individus similaires qui n'ont pas été exposés au
traitement peuvent être utilisé pour créer une situation contrefactuelle valide.

Si ces deux conditions sont remplies, le ATT peut être estimé comme suit:

𝜏ATT = E{E[Y(1) | p(X), D = 1] – E[Y(0) | p(X), D = 0]} (4)

En pratique, la stratégie d’estimation utilisée dans la présente évaluation d’impact est structurée de
la manière suivante. Premièrement, la qualité du scénario contrefactuel a été examinée en examinant
le test-t de l’égalité des moyennes des variables sélectionnées entre les bénéficiaires et les non-
bénéficiaires après l'appariement. Ceci permet de vérifier si les variables sélectionnées, qui ne
devraient pas être affectées par la participation au projet, sont équilibrées entre les deux groupes.

Deuxièmement, le score de propension a été calculé à l'aide d'un modèle de régression probit pour
examiner si la condition de support commun est remplie. Les densités de noyau des scores de
propension estimés ont été utilisées pour évaluer visuellement la distribution des scores de
propension entre les groupes de traitement et de contrôle et la qualité du scénario contrefactuel. La
région de support commun a été déterminée en supprimant toutes les observations dont le score de
propension est inférieur au minimum et supérieur au maximum dans le groupe opposé
(«comparaison des minima et maxima»). Les deux extrêmes (2%) du score de propension de la
région de support commun sont également supprimés.

L’appariement sur score de propension (PSM) par 5 plus proches voisins a été évaluée sur la base
des statistiques de réduction de biais de Rosenbaum et Rubin (1985). À cet égard, et conformément
à la plupart des publications empiriques, une réduction du biais inférieure à 5% était considérée
comme suffisante.

3.3.2. La pondération inverse sur la probabilité d’être traité avec ajustement de


la régression (IPWRA)
Dans cette évaluation d'impact, IPWRA constitue l'approche d'estimation de référence pour évaluer
l'effet du PAPAFPA et du PAPAC sur les indicateurs clés décrits dans la section précédente.

En résumé, les estimateurs IPWRA conviennent aux études d'observation où la sélection dans le
traitement n'est pas aléatoire, mais plutôt un choix des sujets étudiés. IPWRA s'attaque à
l'endogénéité associée à cette auto-sélection (en traitement) en modélisant à la fois le résultat et le
traitement pour tenir compte de l'attribution non-aléatoire du traitement. Pour cette raison, ces
estimateurs sont «doublement robustes», ce qui signifie qu'un seul des deux modèles doit être
correctement spécifié pour pouvoir estimer de manière correcte les effets du traitement (en d'autres
termes, l'impact du programme) (Bang et Robins, 2005). En raison de cette propriété, cet estimateur
génère les résultats les plus fiables et les plus précis et est donc utilisé comme approche privilégiée
dans la discussion finale.

L'estimateur IPWRA utilise la pondération inverse sur la probabilité d’être traité pour estimer les
coefficients de régression corrigés des données manquantes, qui sont ensuite utilisés pour calculer
les moyennes des résultats potentiels.

Les estimations rapportées sont l’effet moyen du traitement sur les sujets traités (ATT).
Mathématiquement, l'équation de régression des moindres carrés permettant d'estimer ATT avec
l'ajout de covariables peut être formulée de cette façon:

𝑌𝑖 = 𝛼0 + 𝜏𝑇𝑖 + 𝛼1𝑋𝑖 +𝛼 2(𝑋𝑖−𝑋̅)𝑇𝑖 +𝜀𝑖 (5)

27
où 𝑌𝑖 est la variable d’impact, 𝑇𝑖 est l'indicateur pour le traitement, 𝑋𝑖 est un vecteur de covariables,
𝑋 est la moyenne d'échantillon de 𝑋 pour le sous-échantillon des ménages du groupe traitement, 𝜀𝑖
est le terme d'erreur, et 𝜏, 𝛼1, and 𝛼2 sont des paramètres à estimer. La matrice contenant les
pondérations attribuées aux observations dans l'échantillon pour estimer les effets de l'ATT est
comme suit:

𝜔(𝑡,𝑥)=𝑡+(1−𝑡)𝑃̂(𝑋)/(1−𝑃̂(𝑋))

où 𝜔(𝑡,𝑥) est le vecteur des pondérations utilisées, 𝑡 représente 𝑇𝑖=1, 𝑃̂(𝑋) est le score de
propension estimé, et 𝑋 est un vecteur de covariables (Lee, 2005).

L’ATT estimé est égal à:

𝐴𝑇𝑇=𝐸(𝛿𝑖|𝑇=1)=𝐸(𝑌𝑖1/𝑚𝑖−𝑌𝑖0/𝑚𝑖|𝑇=1)

3.3.3. Vérifications supplémentaires


Pour détecter la présence de biais cachés, ou la sélection dans les projets sur des variables non-
observables, la sensibilité des résultats est mésurée. Il s'agit d'une étape essentielle car si des
caractéristiques non-observées influent à la fois sur la participation au traitement et sur les résultats
du projet, la stratégie d'appariement échouera (c'est-à-dire que l'hypothèse CIA n'est pas réaliste). À
cette fin, l’approche des limites de Rosenbaum (2002) pour le ATT en présence d’une hétérogénéité
non-observée a été utilisée, plus précisément les statistiques de test de Mantel et Haenszel (1959).

Comme mentionné plus haut, les projets évalués ont probablement eu des impacts dépassant le
groupe des bénéficiaires. En particulier dans les communautés traitées, il est très vraisemblable que
les projets aient également eu des conséquences (imprévues) sur les ménages non-bénéficiaires - en
d'autres termes, les projets ont probablement eu des «effets d'entraînement». Les approches
d’appariement et IPWRA ne sont pas en mesure d’identifier ces effets.

Ce problème est résolu en utilisant un modèle de traitement à effets sur le voisinage (neighborhood-
effects treatment model). Ce modèle estime les ATE lorsque des intéractions de voisinage peuvent
être présentes et ainsi l'hypothèse de traitement d'unité stable (Stable Unit Treatment Value -
SUTVA, c'est-à-dire l'hypothèse selon laquelle le traitement reçu par une unité n'affecte pas les
résultats d’une autre unité), qui est faite dans des études d'observation, peut être assouplie.

En bref, le modèle de traitement à effets sur le voisinage estimera les ATE en tenant compte des
intéractions de voisinage (ATEwith_neigh) en s’appuyant sur une matrice de pondération mesurant la
distance entre chaque unité du groupe contrôle et du groupe traitement de l’échantillon.

En comparant ces effets avec l'estimation ATE, en ignorant l'existence d'une contamination par le
voisinage (i.e. ATEwith_neigh ), un biais de voisinage peut être calculé:

Biais (%) = (ATEno_neigh – ATEwith_neigh) / ATEno_neigh

Ce biais peut être positif ou négatif, en fonction du type d’externalités générées par les projets
(c’est-à-dire s’il affecte les ménages du groupe contrôle de manière négative ou positive).
L’estimation de ce biais et sa signification statistique est importante. Une évaluation d’impact sans
prendre en compte ce biais peut conduire à une surestimation ou à une sous-estimation de l’impact
identifié des projets.

28
4. Profil de la zone des projets et échantillon

Cette section présente une description de l'échantillon selectionné afin de comprendre la distribution
et les principales caractéristiques des communautés et des ménages analysés.

L'enquête des communautés a été menée auprès de dirigeants de communautés et d'associations de


producteurs dans 124 communautés, dont 63 étaient des communautés bénéficiaires (groupe
traitement) et 61 des communautés de contrôle (non-bénéficiaires). Dans l'ensemble, les
informations provenant de l'enquête sur les communautés montrent que les deux groupes de
communautés sont similaires (la disponibilité des infrastructures et des biens publics, la propriété
d’actifs parmi ses résidents et l'exposition aux chocs sont à des niveaux proches dans les deux
groupes de communautés). Les communautés traitées ont eu un accès plus limité à la route
goudronnée, au moment de l‘enquête et au début des projets (en 2008), et à l'électricité au début des
projets que les communautés de contrôle. Cependant, il n'y a pas de différences statistiquement
significatives entre les communautés du groupe traitement et du groupe contrôle au niveau de la
superficie (mesurée par le nombre de ménages), de la distance aux marchés et de la propriété des
actifs au sein de la communauté9 ou de l’exposition aux chocs au moment de l‘enquête et au début
du projet.

Le tableau ci-dessous présente des statistiques sur divers indicateurs pour les deux groupes de
communautés, ainsi que la valeur-p (test de la différence de moyennes).

Tableau 7: Statistiques sommaires des communautés du group traité et du groupe contrôle

Communautés du Valeur-p Communautés du


groupe traitement groupe contrôle

N Moyenne/ET N Moyenne/ET

Nombre de ménages dans la communauté 63 101.78 0.49 61 122.54


19.40 22.99

Part des ménages dirigés par une femme 63 26.00 0.31 61 21.75
3.10 2.73

Infrastructure et biens publics

Le chemin d'accès à la communauté est en 0.03 0.13


63 0.04** 61
béton (au début des projets) 0.02 0.04

Le chemin d'accès à la communauté est en 0.03 0.11


63 0.08* 61
béton 0.02 0.04

Distance au marché quotidien (km, au début 6.75 6.17


63 0.69 61
des projets) 0.91 1.11

Distance au marché quotidien (km) 6.74 6.20


63 0.71 61
0.91 1.11

Distance à l'école primaire la plus proche (km, 63 2.19 0.58 61 2.41

9
La propriété de téléphones cellulaires est l'exception: le pourcentage de ménage avec un téléphone cellulaire est beaucoup plus
élevé dans les communautés du groupe traitement que les communautés du groupe de contrôle (différence statistiquement
significative). Cependant, aucune différence statistiquement significative n’est constatée en ce qui concerne le pourcentage de
ménage avec une radio ou une télévision entre les deux groupes de communautés.
29
au début des projets) 0.28 0.26

Distance à l'école primaire la plus proche (km) 2.28 17.01


63 0.31 61
0.30 14.72

Distance à la banque commerciale la plus 4.35 5.65


63 0.14 61
proche (km, au début des projets) 0.62 0.62

Distance à la banque commerciale la plus 8.37 9.25


63 0.51 61
proche (km) 0.71 1.14

Disponibilité des lignes électriques (au début 0.21 0.34


63 0.09* 61
des projets) 0.05 0.06

Disponibilité des lignes électriques 0.70 0.67


63 0.76 61
0.06 0.06

Propriété d’actifs

Part des ménages possédant un téléphone 2.00 2.11


63 0.54 61
portable (au début des projets) 0.12 0.15

Part des ménages possédant un téléphone 4.19 3.72


63 0.03** 61
portable 0.13 0.16

Part des ménages possédant une télévision (au 1.60 1.75


63 0.40 61
début des projets) 0.12 0.14

Part des ménages possédant une télévision 3.24 3.20


63 0.88 61
0.20 0.20

Chocs

Nombre de chocs subis il y a 5 ans 1.86 2.18


63 0.37 61
0.24 0.27

Nombre de chocs subis au cours des 12 1.48 1.21


63 0.35 61
derniers mois 0.20 0.20
Notes: Les astérisques représentent le niveau de signification statistique du test t / test khi-carré de différence de
moyenne.

Tableau 8Le tableau 8, à son tour, présente la distribution géographique de l'échantillon des
ménages. L’échantillon total de cette évaluation d’impact est composé de 1404 ménages et est
réparti dans 7 districts et 116 communautés. Le nombre de communautés échantillonnées était
proportionnel à la taille du district dans les deux îles de São Tomé et Príncipe.

Tableau 8: Distribution de l'échantillon par district et nombre de communautés

Nombre de Traitement Contrôle


communautés Nombre Nombre
Ile District Total
dans de de
l’échantillon ménages ménages

Agua
1 0 1 1
Grande

Cantagalo 27 211 168 379

Lemba 18 94 131 225


São Tomé
Lobata 27 194 171 365

Me Zochi 27 124 178 302

Caue 2 0 17 17

Total 102 623 666 1289

30
Pague 14 37 78 115
Príncipe
Total 14 37 78 115

Total 116 660 744 1404

Le tableau ci-dessous présente les variables socio-économiques et géographiques utilisées dans


l'exercice d'appariement des ménages du groupe traitement avec les ménages du groupe contrôle (la
liste complète des variables utilisées se trouve à l'annexe 1). Avant l'appariement, les ménages du
groupe traitement présentaient des différences statistiquement significatives par rapport au groupe
de ménages contrôle. Par exemple, les ménages du groupe traitement étaient en moyenne plus
scolarisés (d'après le pourcentage de répondants ayant fréquenté l'école), disposaient de meilleure
infrastructures dans leur logement (électricité, accès à des toilettes ou à de l'eau potable canalisée) et
possédaient davantage d'usines de cacao au départ (10 années précédant l’enquête, c’est-à-dire à
partir de 2008). Cependant, toutes ces différences statistiquement significatives entre ces deux
groupes de ménages ont disparu après l'appariement. Ainsi, l'exercice d'appariement a généré un
échantillon plus équilibré et un scénario contrefactuel plus solide, composé de 627 ménages du
groupe traitement et de 713 ménages du groupe contrôle.

Tableau 9: Statistiques sommaires avant et après l'appariement et la réduction du biais

Avant l’appariement Après l’appariement


Reduction
dans le
Traitme Contrôl Traitme Contrôl valeur- Biais biais de
nt e nt e p Rubin (%)
valeur-p Biais
Moyenn Moyenn Moyenn Moyenn
e/ET e/ET e/ET e/ET
Chef du ménage (1 =
homme) 0.78 0.72 0.012** 12.51 0.77 0.77 0.88 0.90 92.77

0.02 0.02 0.02 0.02

Âge 46.97 46.88 0.914 0.53 46.64 46.50 0.87 0.99 -87.51

0.52 0.55 0.54 0.56

A fréquenté l'école (1 = oui) 0.93 0.89 0.004*** 12.97 0..93 0.92 0.77 1.58 87.84

0.01 0.01 0.01 0.01

0.48 0.42 0.025** 9.19 0.47 0.46 0.68 2.67 70.90


Education de base (1 = oui)
0.02 0.02 0.02 0.02

La taille du ménage 4.48 4.14 0.005*** 12.19 4.38 4.32 0.72 2.64 78.32

0.09 0.08 0.09 0.10

Le ménage a subi un choc 0.43 0.48 0.072* 7.67 0.44 0.43 0.70 2.48 67.61
au cours des 5 dernières
années 0.02 0.02 0.02 0.02

Nombre des chocs subis au 0.90 0.99 0.24 3.95 0.91 0.89 0.81 1.52 61.65
cours des 5 dernières
années 0.06 0.05 0.06 0.06

0.21 0.28 0.005*** 12.23 0.22 0.26 0.16 9.19 24.80


Le ménage a accès à
l'électricité (au début des 0.02 0.02 0.02 0.02
projets)
0.16 0.21 0.009*** 14.44 0.15 0.14 0.64 2.63 81.78
Source d'eau potable: 0 -
canalisée ou 1 - source
naturelle (au début des 0.01 0.02 0.01 0.01
projets)
0.29 0.32 0.203 8.77 0.28 0.32 0.17 8.98 -2.42
Le ménage a la télévision
(au début des projets) 0.02 0.02 0.02 0.02

31
0.46 0.36 0.000*** 16.41 0.44 0.44 0.95 0.40 97.58
Le ménage a pioche (au
début des projets) 0.02 0.02 0.02 0.02

0.60 0.58 0.458 0.12 0.59 0.58 0.76 2.01 -1585.95


Le ménage possédait du
bétail (au début des projets) 0.02 0.02 0.02 0.02

0.86 0.86 0.908 2.54 0.86 0.85 0.68 2.78 -9.57


Le ménage cultive du cacao
(variable binaire) 0.01 0.01 0.01 0.01

0.48 0.52 0.127 5.45 0.50 0,51 0,57 3.69 32.37


Le ménage cultive du café
(binaire) 0.02 0.02 0.02 0.02

0.12 0.08 0.019** 6.74 0.11 0.10 0.87 1.14 83.05


Le ménage cultive du
poivre (binaire) 0.01 0.01 0.01 0.01

0.34 0.40 0.014** 8.89 0.35 0.36 0.77 1.90 78.68


Le ménage a commencé à
cultiver le cacao après 2004 0.02 0.02 0.02 0.02

0.43 0.56 0.000*** 20.06 0.45 0.43 0.48 4.48 77.66


Dans les deux quintiles les
plus bas du nombre de 0.02 0.02 0.02 0.02
cacaoyers
0.12 0.0 0.299 4.97 0.12 0.12 0.86 1.23 75.20
La communauté avait un
marché quotidien (binaire) 0.01 0.01 0.01 0.01
(référence)
Nb d’observations 660 744 627 713
Notes:
1. *, **, & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les estimations ponctuelles sont des moyennes d’échantillon. Les erreurs types sont rapportées ci-dessous.
3. Les astérisques représentent le niveau de signification statistique du test t / test khi-carré de différence de
moyenne.

Le tableau ci-dessous affiche la distribution géographique finale des ménages du groupe traitement
et des ménages du groupe contrôle (après appariement). Un (petit) nombre d'observations a été
rejeté, par rapport au tableau 9 ci-dessus, car tous les ménages du groupe traitement ne pouvaient
pas être appariés avec les ménages du groupe contrôle. Comme expliqué dans la section précédente,
seules les observations sur le support commun sont prises en compte pour l'estimation des effets de
traitement des projets.

Tableau 10: Distribution de l'échantillon par district, nombre de communautés et groupe traitement
et groupe contrôle après appariement

Nombre de Traitement Contrôle


communautés Nombre Nombre
Ile District Total
dans de de
l’échantillon ménages ménages

Cantagalo 27 165 199 364

Lemba 18 130 93 223

São Tomé Lobata 27 170 175 345

Me Zochi 27 175 123 298

Total 99 640 590 1230

Pague 14 73 37 110
Príncipe
Total 14 73 37 110

Total 113 713 627 1340

Comme indiqué précédemment, PAPAFPA a été mis en œuvre à STP entre 2003 et 2015. Ce projet
a soutenu environ 3,000 petits exploitants agricoles au cours de cette période grâce aux quatre
coopératives du projet. PAPAC a commencé en 2015 pour continuer l’aide aux exploitants agricoles
à la fin du PAPAFPA. Il a permis d'élargir les zones des interventions (700 à 800 agriculteurs
supplémentaires, chiffre de 2018). Le plan d'échantillonnage du questionnaire des ménages a pris en
32
compte ces informations. Un échantillon représentatif de bénéficiaires du PAPAFPA-PAPAC et du
PAPAC a été trouvé. Ainsi, il est donc possible de quantifier l’impact lorsque des ménages sont
exposés aux deux projets ou seulement un seul. Cependant, au cours de la phase de collecte des
données, les répondants avaient du mal à distinguer clairement le PAPAFPA et le PAPAC. Un
nombre disproportionné (comparé aux registres des coopératives et aux données collectées au cours
de l'exercice de dénombrement), ont indiqué qu'ils n'avaient reçu que les interventions du PAPAC.
L’étude qualitative a également mis en évidence ce problème. Beaucoup de producteurs ne se
rappelaient pas des noms des projets. Cela a suscité des inquiétudes (à savoir si l'agriculteur a
bénéficié du PAPAFPA et du PAPAC, ou du PAPAC uniquement, c'est-à-dire après 2015). De plus,
les coopératives des projets ne tenaient pas de registres à jour de leurs membres (c'est-à-dire le début
et la fin éventuelle de l'adhésion). En conséquence, pour cette évaluation d’impact, les deux projets
ont été considérés comme étant un seul et unique projet (voir le tableau ci-dessous pour une
comparaison des pourcentages de bénéficiaires couverts par chaque projet tel que rapporté par les
coopératives par rapport à ceux fournis par les répondants au moment de l'enquête.)

Cette évaluation d’impact se concentrera donc sur l’impact conjoint du PAPAFPA et du PAPAC sur
les variables d’intérêt. Considérant qu'il n'y avait pas de différence substantielle dans les
interventions des deux projets (PAPAC est une continuation du PAPAFPA), l’évaluation d'impact
conjoint des deux projets n'a pas d'incidence sur cette étude et sur l'interprétation des effets estimés
présentés dans la section 5. L’impact conjoint du PAPAFPA-PAPAC est vraisemblablement biaisé à
la baisse par rapport aux «vrais» impacts du PAPAFPA (s’il avait été possible de différencier les
bénéficiaires du PAPAFPA-PAPAC et ceux du PAPAC uniquement, c’est-à-dire ceux qui n’ont
bénéficié des interventions qu’après 2015). En effet, le PAPAC n'a commencé qu'en 2015 et, par
conséquent, il est peut-être trop tôt pour observer les impacts du projet pour les bénéficiaires du
PAPAC.

Tableau 11: Bénéficiaires par programme (PAPAFPA vs. PAPAC)

% de bénéficiaires % de bénéficiaires de l'échantillon à


(enregistrements des analyser
coopératives) (collecte de données primaires)

PAPAFPA - PAPAC (entre


83% 66%
2003-15)

PAPAC seulement
17% 34%
(depuis 2015)

Le PAPAFPA et le PAPAC ont centrés leurs interventions sur trois chaînes de valeur: cacao, café et
poivre. Comme prévu, compte tenu de sa prépondérance dans le secteur primaire du pays, le cacao
est la chaîne de valeur cultivée par le plus grand nombre d'agriculteurs de l'échantillon (86%). Le
poivre, qui a été cultivé à São Tomé e Príncipe principalement après le PAPAFPA, est la chaîne de
valeur la moins prévalente, cultivée par moins de 10% des ménages de l'échantillon.

Tableau 12: Distribution de l'échantillon par chaîne de valeur

Ménage du
Ménage du % du total de
Chaîne de valeur groupe Total
groupe contrôle l’échantillon
traitement

Cacao 537 618 1155 86%

Café 311 373 684 51%

33
Poivre 67 62 129 9.6%

La plupart des agriculteurs de l’échantillon ont cultivé plus d’une chaîne de valeur des projets au
cours des 12 derniers mois (le «mélange» le plus courant étant la culture du cacao et du café). Le
tableau 13 ci-dessous indique le nombre de ménages du groupe traitement et du groupe contrôle
ayant cultivé uniquement une des chaînes de valeur des projets au cours de cette période.

Tableau 13: Distribution de l'échantillon par chaîne de valeur (cultivation exclusive)

Ménage du
Ménage du % du total de
Chaîne de valeur groupe Total
groupe contrôle l’échantillon
traitement

Cacao seulement 265 285 550 41%

Café seulement 57 54 111 8%

Poivre seulement 15 15 30 2%

34
5. Résultats

Cette section présente les résultats de l'estimation de l'impact des projets sur les indicateurs décrits
ci-dessus. Les résultats sont présentés pour l'impact conjoint global du PAPAFPA et du PAPAC en
utilisant l'échantillon complet de ménages du groupe traitement et du groupe contrôle. Comme
expliqué dans la section précédente, cette approche méthodologique est la plus fiable compte tenu
des préoccupations suscitées par l’incapacité des personnes interrogées à distinguer les deux projets.

Le cas échéant, les résultats sont présentés séparément pour chacune des trois chaînes de valeur des
projets: cacao, café et poivre, ainsi que pour les autres cultures agricoles les plus courantes de
l'échantillon (à savoir la canne à sucre et le tabac, identifiés comme «cultures de rente hors-projets»,
fruits, légumes et tubercules) dans les tableaux de résultats ci-dessous à des fins de comparaison.

Les résultats de quatre estimateurs différents sont présentés. L'approche d'estimation de référence est
la pondération inverse sur la probabilité d’être traité avec ajustement de la régression (IPWRA dans
les tableaux de résultats ci-dessous). Pour vérifier la robustesse des résultats, les résultat de
l’appariement sur score de propension avec les cinq voisins les plus proches (PSMATCH), de
l’appariement par covariables (NN) et de l’ajustement par régression (RA) sont également affichés.

Pour répondre aux préoccupations concernant les effets d'entraînement des projets, un modèle de
traitement à effets sur le voisinage (neighborhood-effects treatment model) a également été estimé
afin d'évaluer l'existence et la portée des biais éventuels dans les ATE résultant de la contamination
du voisinage. Comme expliqué précédemment, ce biais peut être positif (surestimation), ou négatif
(sous-estimation) en fonction de la capacité des projets à générer une externalité négative ou positive
chez les voisins non-bénéficiaires. Les résultats du modèle de traitement à effets sur le voisinage
(neighborhood-effects treatment model) et le biais de voisinage estimé (vis-à-vis des ATE obtenus
via un modèle général sans effet de voisinage) sont dans l'annexe 2 et seront mentionnés dans la
discussion ci-dessous, le cas échéant.

Enfin, il reste à dire que, selon les indicateurs, l’ampleur de l’impact est exprimé en niveaux ou en
pourcentages. Toutefois, chaque fois que cela convient, les impacts en pourcentages sont convertis
en impacts en niveaux afin d’illustrer l’ampleur des effets par rapport aux moyennes du groupe
contrôle (présentées sous forme de niveaux dans la dernière colonne des tableaux de résultats).

5.1. Résultats intermédiaires: certification biologique


Un élément clé du PAPAFPA et du PAPAC est l’adoption et l’utilisation de pratiques d’agriculture
biologique, préalables à l’obtention de la certification biologique. Cela devait à son tour déboucher
sur des chaînes de valeur plus durables sur les plans social et environnemental, ainsi que sur des prix
plus élevés. En effet, les acheteurs sont prêts à payer davantage pour des produits certifiés
biologiques. Il est donc important de commencer par examiner l'impact des projets sur la
certification biologique. Les résultats présentés dans le tableau ci-dessous montrent que les projets
ont effectivement augmenté la probabilité d'avoir une parcelle certifiée de plus de 42 points de
pourcentage pour les ménages du groupe traitement par rapport aux ménages du groupe contrôle
(impact estimé à 0,423, statistiquement significatif à 1%, comme dans la colonne (1) par rapport à
une moyenne de 0,31 pour l’échantillon de contrôle).

35
Tableau 14: Certification biologique

Moyenne de
(1) (2) (3) (4) (5)
l’échantillon
du groupe
IPWRA PSMATCH NN RA NTREATREG contrôle

Certification de la 0.423*** 0.433*** 0.425*** 0.417*** -3.485 0.31


parcelle (binaire; 1 =
certifié) (0.026) (0.034) (0.029) (0.026)

Nb. of observations 1336 1336 1336 1336 1336


Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les erreurs types (ET) sont entre parenthèses.

5.2. Indicateurs FIDA10

5.2.1. Production agricole, productivité et diversification


Le tableau 15 présente les résultats de l'impact des projets sur les quantités récoltées, les superficies
cultivées et les rendements. Pour le cacao, la culture la plus répandue dans l'échantillon, les impacts
sur la récolte, la superficie cultivée et les rendements sont calculés à partir de l'échantillon des
producteurs de cacao uniquement (les ménages ne produisent pas de cacao sont exclus). Le café et le
poivre, en revanche, sont moins fréquemment cultivés (au moment de l’enquête, ils étaient cultivés
par environ 50% et 10% des ménages de l’échantillon, respectivement), et certains ménages auraient
peut-être commencé à les cultiver à la suite des projets. Ainsi, les impacts des projets sur les
récoltes, les superficies cultivées et les rendements en café et poivre sont calculés à partir de
l’ensemble de l’échantillon des ménages du groupe traitement et des ménages du groupe contrôle.

Comme le montre le tableau ci-dessous, les récoltes des trois chaînes de valeur soutenues par les
projets sont nettement plus élevées pour les bénéficiaires des projets (groupe traitement) que pour le
groupe contrôle. Les bénéficiaires semblent également produire beaucoup plus de fruits, de
tubercules et d’autres cultures de rente (canne à sucre et tabac). Certaines interventions des projets
(développement professionnel, formation des agriculteurs, accès à des actifs productifs) sont
spécifiques aux agriculteurs (et non aux cultures) et peuvent donc s'étendre et générer des impacts
positifs sur d'autres cultures.

L'augmentation des quantités récoltées chez les agriculteurs du groupe traitement ne semble pas
provenir d’une plus grande superficie cultivée (pour la plupart des cultures analysées). Comme
indiqué au point 2 ci-dessous (zones de culture), rien n'indique qu'il existe une différence
significative dans les superficies des cultures entre les agriculteurs du groupe traitement et du groupe
contrôle. La seule exception est la superficie consacrée à la culture du poivre, qui est nettement plus
élevée chez les agriculteurs du groupe traitement. Cela n’est pas surprenant étant donné que,
contrairement au cacao et au café, le poivre est cultivé à STP principalement depuis la mise en
œuvre du PAPAFPA, comme l’ont confirmé les experts durant l’étude qualitative.

Comme prévu, compte tenu de ces résultats, les rendements des cultures des ménages du groupe
traitement sont nettement supérieurs à ceux de leurs homologues du groupe contrôle, d’environ
26%, 37% et 16% respectivement pour le cacao, le café et le poivre (résultats de la colonne (1)). Ces
effets estimés sont d'une ampleur considérable et correspondent approximativement à une différence
moyenne de rendement de 488,5 kg/ha, 27 kg/ha et 3,8 kg/ha entre les producteurs du groupe
traitement et ceux du groupe contrôle, respectivement pour le cacao, le café et le poivre.

Des effets similaires sont observés pour les cultures non-ciblés par les projets. Pour ces cultures
(cultures de rente, les fruits et les tubercules), le rendement moyen est respectivement supérieur de
45%, 74% et 37% pour les ménage du groupe traitement.

Tous les résultats discutés sont cohérents et statistiquement significatifs pour les quatre approches
d’estimation présentées. En outre, ils tiennent également compte des effets de voisinage (voir
36
l’annexe 2). Le biais estimé résultant d'une éventuelle contamination des ménages voisins non-
bénéficiaires est faible et se situe principalement dans les limites données par les quatre méthodes
d'estimation présentées dans le tableau ci-dessous et ne diminue en rien la signification statistique
des résultats.

Tableau 15: Production et rendements par culture

(1) (2) (3) (4) Moyenne de


l’échantillon du
groupe contrôle
IPWRA PSMATCH NN RA

1. Récolte des
cultures

0.422*** 0.448*** 0.424*** 0.408*** 808.3


Quantité de production
de cacao (kg, log)3
(0.067) (0.084) (0.077) (0.068)

0.350*** 0.466*** 0.475*** 0.369*** 24.88


Quantité de production
de café (kg, log)
(0.099) (0.118) (0.105) (0.099)

0.178*** 0.145* 0.202*** 0.170*** 7.56


Quantité de production
de poivre (kg, log)
(0.064) (0.08) (0.065) (0.065)

Quantité de production 0.743*** 0.582*** 0.943*** 0.767*** 911.21


des cultures des projets
(kg, log) (0.122) (0.163) (0.151) (0.124)

Quantité de production 0.859*** 1.055*** 0.966*** 0.868*** 2 26


des cultures de fruits
(kg, log) (0.165) (0.249) (0.188) (0.165)

Quantité de production -0.107 -0.050 -0.293*** -0.100 264.26


des cultures de légumes
(kg, log) (0.091) (0.117) (0.112) (0.0893)

Quantité de production 0.398*** 0.323 0.392** 0.380** 150


de cultures de tubercules
(kg, log) (0.152) (0.201) (0.157) (0.152)

Quantité de production 0.714*** 0.548*** 0.924*** 0.734*** 964


des cultures de rente
hors-projets (kg, log) (0.122) (0.160) (0.150) (0.124)

2. Zones de culture

0.037 0.010 0.075*** 0.037 0.87


Zone de production de
cacao (ha, log)3
(0.025) (0.033) (0.027) (0.025)

0.021 0.0232 0.036*** 0.023 0.11


Zone de production de
café (ha, log)
(0.015) (0.021) (0.014) (0.014)

0.028*** 0.030** 0.028*** 0.027*** 0.04


Zone de production de
poivre (ha, log)
(0.009) (0.010) (0.009) (0.009)

0.032 0.037 0.045* 0.023 0.66


Zone de production de
fruit (ha, log)
(0.025) (0.034) (0.027) (0.025)

-0.011 -0.010 -0.026** -0.011 0.04


Zone de production de
légumes (ha, log)
(0.010) (0.009) (0.012) (0.009)

3. Rendements

0.262*** 0.339*** 0.255*** 0.275*** 1879


Rendement en cacao
(kg/ha, log)3
(0.085) (0.116) (0.098) (0.088)

0.374*** 0.474*** 0.500*** 0.389*** 74.18


Rendement en café
(kg/ha, log)
(0.109) (0.132) (0.118) (0.110)

0.162** 0.095 0.183** 0.152** 24.01


Rendement en poivre
(kg/ha, log)
(0.071) (0.0100) (0.074) (0.073)

Rendement pour les 0.491*** 0.197 0.758*** 0.582*** 3149

37
cultures des projets
(0.157) (0.22) (0.1) (0.159)
(kg/ha, log)

Rendement pour les 0.457*** 0.159 0.732*** 0.487*** 3701


cultures de rente hors-
projets (canne à sucre,
(0.158) (0.221) (0.192) (0.160)
tabac) (kg/ha, log)

Rendement pour les 0.747*** 0.848*** 0.801*** 0.765*** 22338


cultures de fruits (lk/ha,
log) (0.204) (0.295) (0.226) (0.203)

Rendement pour les 0.372** 0.317 0.368* 0.354** 1311


cultures de tubercules
(lk/ha, log) (0.178) (0.235) (0.190) (0.178)

Nb. d’observations 1340 1340 1340 1340 1340


Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les erreurs types (ET) sont entre parenthèses.
3. Pour ces variables, les résultats sont estimés d’un échantillon de 1,112 ménages.

En ce qui concerne les intrants, les résultats indiquent qu’il n’a pas de différence statistiquement
significative entre les ménages du groupe traitement et les ménages du groupe contrôle. Les
ménages du groupe traitement semblent dépenser en moyenne moins en engrais et pesticides non-
organiques que ceux du groupe contrôle (ces résultats ne sont pas surprenants vu que les projets ont
mis l'accent sur l'agriculture biologique). De même, ils ont depensé moins sur les pépinières.
Cependant, dans la plupart des approches d'estimation, ces impacts sont estimés de manière
imprécise (par conséquent, l'hypothèse d'absence de différence significative entre les deux groupes
ne peut être rejetée). Ces résultats sont cohérents avec les enseignements de l’étude qualitative.
Plusieurs agriculteurs ne faisant pas partie des projets (non-bénéficiaires du PAPAPFA ou du
PAPAC) ont pu également adopté des techniques d’agriculture biologique, sans nécessairement
obtenir la certification. Les projets PAPAFPA-PAPAC ont peut-être encouragé des ménages non-
bénéficiaires à adopter ces techniques (contagion ou pour essayer de rejoindre les coopératives du
projet). En effet, lorsque les effets de voisinage sont pris en compte (annexe 2), il apparaît que les
effets des projets sur ce groupe d'indicateurs pourraient être légèrement sous-estimés.

Tableau 16: Utilisation des intrants

Moyenne de
(1) (2) (3) (4)
l’échantillon
du groupe
IPWRA PSMATCH NN RA contrôle

1. Utilisation et
dépenses des
intrants

Engrais organiques
-0.105 -0.097 -0.143 -0.94 265
utilisés (kg, log)

(0.116) (0.135) (0.134) (0.112)

Dépenses avec des -0.096 -0.123 -0.282*** -0.0967 88


engrais non organiques
(STN, log) (0.061) (0.085) (0.109) (0.061)

Dépenses en pesticides -0.198 -0.235 -0.307** -0.197 229.78


(STN, log)
(0.138) (0.174) (0.156) (0.136)

Dépenses avec des -0.214 -0.258 -0.351** -0.209 224.86


pépinières (STN, log)
(0.131) (0.175) (0.152) (0.128)

Dépenses totales avec -0.224 -0.266 -0.356** -0.222 542.94


entrées (STN, log)
(0.152) (0.193) (0.173) (0.149)
Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les erreurs types (ET) sont entre parenthèses. 3. Le nombre d’observations differ selon la variable analysée.

38
Enfin, le tableau 17 présente les impacts estimés des projets sur la diversification des cultures. En
plus d’être une caractéristique du type de production agricole entreprise, la diversification des
cultures peut être associée à la vulnérabilité (une plus grande diversité des cultures est associée à une
plus faible vulnérabilité). L'impact des projets sur la diversité des cultures sont globalement très
faibles. Le nombre de cultures semble être plus élevé parmi les ménages du groupe traitement que
dans les ménages du groupe contrôle, mais la différence entre les deux groupes n'est pas
statistiquement significative. De même, les impacts des projets sur la diversité des cultures, évalués
par les indices de diversité de Gini-Simpson et de Berger-Parker, ne sont pas statistiquement
significatifs. Les coefficients positifs associés à l'indice de diversité de Shannon, par contre,
suggèrent que la diversité des cultures a peut-être augmenté pour les bénéficiaires du projet.
Cependant, même si cet effet est statistiquement significatif, son ampleur estimée, et donc sa
signification économique, est minime (les projets ont entraîné une augmentation de 0,10% de cet
indice pour les ménages du groupe traitement par rapport aux ménages du groupe contrôle).

Tableau 17: Diversification des cultures

Moyenne de
(1) (2) (3) (4)
l’échantillon
du groupe
IPWRA PSMATCH NN RA contrôle

1.043 3.431 4.029* 1.430 27.43


Nombre de cultures
(1.995) (2.780) (2.139) (2.021)

Indice de diversité de 0.001 0.000 -0.005 -0.000 0.85


Gini-Simpson
(0.008) (0.010) (0.009) (0.008)

Indice de diversité Berger- -2.688 -0.002 -2.148* -2.874 4.13


Parker
(2.164) (0.141) (1.280) (2.438)

Indice de Shannon 0.0104* 0.002 0.015** 0.009 0.24

(0.005) (0.007) (0.007) (0.005)

Indice de diversification 0.037 0.027 0.0341 0.0378 0.31


de l'élevage (Margaleff)
(0.024) (0.032) (0.039) (0.378)
Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les erreurs types (ET) sont entre parenthèses. 3. Le nombre d’observations varie entre 1277 and 1340, selon la variable analysée.

5.2.2. Mobilité économique


Le tableau 18 présente les résultats estimés des projets sur le revenu des ménages et leur répartition.
Le revenu annuel total du ménage a été calculé en additionant la valeur de vente de la production
agricole, le revenu du bétail et des produits du bétail, le revenu d'emploi salarié (agricole et non-
agricole) et le revenu de transfert (pensions, envois de fonds, etc.). Comme indiqué, les projets ont
eu un impact statistiquement significatif sur le revenu brut et le revenu net (le revenu brut moins le
coût des intrants et autres coûts). Le revenu net estimé des ménages du groupe traitement étaient en
moyenne environ 45% supérieur à celui du groupe contrôle (selon colonne (1)), ce qui correspond à
13,573 STN supplémentaires par an (soit 627 USD à compter de février 2019). Le revenu des
ménages par habitant est également plus élevé pour les ménages du groupe traitement - plus
précisément, 52% plus élevé que celui du groupe contrôle. Le revenu total de l'agriculture semble
être l'un des principaux points de différence entre les deux groupes de ménages (traitement et
contrôle), car il est environ 82% plus élevé pour le groupe traitement. Il est également intéressant de
noter que la part du revenu du ménage provenant d'activités agricoles est supérieur dans le groupe
traitement. En particulier, la part du revenu provenant des revenus des cultures (qui est 7,3% plus
élevé pour le groupe traitement, voir la colonne (1)), aux frais de la part du revenu provenant d’un
travail indépendant ou agricole. Tous les effets sur le revenu évoqués sont hautement statistiquement

39
significatifs, y compris lorsque les effets de voisinage sont pris en compte (voir annexe 2), et
suggèrent que les projets ont eu un impact considérable sur la mobilité économique,
indépendamment de la méthode économétrique.

Tableau 18: Revenu

Moyenne de
(1) (2) (3) (4)
l’échantillon
du groupe
IPWRA PSMATCH NN RA contrôle

1. Revenu

Revenu brut (STN, log)


0.564*** 0.498*** 0.770*** 0.576*** 29 456

(0.106) (0.126) (0.147) (0.105)

Revenu net (STN, log) 0.449*** 0.459*** 0.446*** 0.463*** 30 230

(0.104) (0.127) (0.114) (0.103)

Revenu du ménage par 0.524*** 0.459*** 0.671*** 0.536*** 10 009


habitant (STN, log)
(0.0.097) (0.127) (0.136) (0.097)

Revenu de l'agriculture 0.819*** 0.873*** 1.122*** 0.841*** 22 038


(STN, log)
(0.125) (0.183) (0.164) (0.126)

2. Part du revenu

Agriculture (cultures et 0.072*** 0.060*** 0.091*** 0.073*** 0.77


élevage; %)
(0.018) (0.025) (0.021) (0.018)

Cultures (%) 0.078*** 0.074*** 0.079*** 0.077*** 0.67

(0.019) (0.026) (0.022) (0.019)

Bétail (%) -0.015 -0.024* 0.004 -0.013 0.10

(0.010) (0.013) (0.010) (0.010)

Travail Indépendant (%) -0.026** -0.018 -0.038*** -0.024** 0.06

(0.010) (0.012) (0.012) (0.010)

Transferts (%) -0.009 0.013 -0.003 -0.008 0.04

(0.007) (0.012) (0.008) (0.007)

Emploi agricole (%) -0.015** -0.028*** -0.016* -0.016** 0.01

(0.006) (0.010) (0.010) (0.007)

Emploi non-agricole (%) 0.001 -0.000 0.005 -0.000 0.04

(0.010) (0.013) (0.009) (0.010)

0.001 0.000 0.000 0.001 0.05


Autre revenus (%)
(0.003) (0.004) (0.004) (0.003)
Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les erreurs types (ET) sont entre parenthèses. 3. Le nombre d’observations differ selon la variable analysée.

S'agissant de l'analyse des indicateurs basés sur les actifs, le tableau 19 présente les effets estimés du
traitement sur la propriété des actifs. Les résultats sur les indices des actifs (productifs et de bétail)
sont positifs et statistiquement significatifs avec toutes les spécifications utilisées. De plus, ces
résultats indiquent clairement que les ménages du groupe traitement ont également en moyenne un
indice des actifs durables et un indice global des actifs plus élevés que les ménages du groupe
contrôle. La différence de l’indice des actifs productifs est prévisible entre les deux groupes, car
l’une des interventions des projets consistait à distribuer ou à faciliter l’accès à ce type d’actifs aux
bénéficiaires. En ce qui concerne le bétail, les résultats sont également présentés pour les trois
40
espèces les plus communes de STP: chèvres, porcs et poulets. Comme indiqué, les ménages du
groupe traitement possédent un plus grand nombre de chèvres et de porcs que le groupe contrôle.

En revanche, pour l’indice des actifs du logement, la différence entre les ménages des deux groupes
n’est pas statistiquement significative.

Comme pour les indicateurs précédents, les résultats présentés ci-dessous permettent de prendre en
compte les effets de voisinage - l'ampleur estimée et la signification statistique de ces impacts des
projets restent similaires à celles présentées dans le tableau 19.

Globalement, les résultats sur les actifs confirment les résultats évoqués plus haut. Ces projets ont
entrainé des impacts positifs sur la mobilité économique.

Tableau 19: Les indices des actifs et propriété des animaux d’élevage

Moyenne de
(1) (2) (3) (4)
l’échantillon
du groupe
IPWRA PSMATCH NN RA contrôle

0.002 0.022 0.041*** 0.002 0.48


Indice des actifs du
logement (ACM)
(0.012) (0.019) (0.015) (0.012)

0.135** 0.123 0.392*** 0.128* 2.04


Indice des actifs durables
(ACP)
(0.068) (0.100) (0.078) (0.068)

0.270*** 0.257*** 0.444*** 0.273*** 1.39


Indice des actifs productifs
(ACP)
(0.062) (0.087) (0.0653) (0.062)

0.046 0.0253 0.093*** 0.045 0.26


Indice des actifs du bétail
(ACP)
(0.029) (0.041) (0.026) (0.029)

Indice global des actifs 0.139*** 0.132*** 0.304*** 0.138*** 1.33


(Analyse factorielle
polychorique) (0.040) (0.057) (0.044) (0.040)

Indice de bétail tropical 0.254*** 0.266*** 0.351*** 0.245*** 0.78

(0.077) (0.086) (0.083) (0.077)

Nombre de chèvres 0.368*** 0.262 0.576*** 0.360** 0.48


possédées
(0.137) (0.184) (0.125) (0.140)

Nombre de porcs possédés 0.720*** 0.607*** 0.896*** 0.697*** 1.31

(0.183) (0.220) (0.181) (0.183)

Nombre de poulets 0.953 -0.243 2.145** 0.984 8.22


possédés
(0.976) (1.351) (0.863) (0.967)
Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les erreurs types (ET) sont entre parenthèses. 3. Le nombre d’observations differ selon la variable analysée.

5.2.3. Réduction de la pauvreté et vulnérabilité


En ce qui concerne les indicateurs de pauvreté, les coefficients sont statistiquement significatifs,
surtout lorsque les seuils de pauvreté les plus élevés sont utilisés (60ème centile de l’indice des
actifs durables et 60ème centile de l’indice des actifs productifs), comme indiqué dans le tableau ci-
dessous. En considérant les actifs productifs, les ménages du groupe traitement sont en moyenne
plus susceptibles de sortir de la pauvreté par rapport à leurs homologues du groupe contrôle (la
probabilité de sortir de la pauvreté est accru de 9% pour les ménages du groupe traitement, donnée
par le coefficient estimé égal à 0,089). Ceci est cohérent avec les impacts des projets sur le revenu et
la propriété des actifs présentés ci-dessus.

41
Le tableau 20 dévoile également les effets des projets sur la diversification des revenus. Les résultats
montrent que les ménages du groupe traitement ont en moyenne une diversification des revenus
inférieure à celle des ménages du groupe contrôle (à noter que tous les indices ont été calculés de
telle sorte qu'un nombre plus élevé représente une plus grande diversité). Le nombre de sources de
revenus est similaire dans les deux groupes de ménages. Cependant, les revenus des ménages du
groupe traitement sont davantage concentrés dans des activités agricoles, en particulier dans des
cultures promues par les projets (comme le montre le tableau 18), ce qui explique un niveau de
diversification des revenus inférieure pour les ménages du groupe traitement.

Tableau 20: Réduction de la pauvretéty reduction et diversification des revenus

Moyenne de
(1) (2) (3) (4) l’échantillon
du groupe
contrôle
IPWRA PSMATCH NN RA

1. Réduction de la
pauvreté

Movement hors de la 0.062 0.068 0.121** 0.0717 0.54


pauvreté basé sur le 40ème
centile – global
(0.046) (0.064) (0.0519) (0.0460)

Movement hors de la 0.044 0.050 0.0796* 0.0552 0.27


pauvreté basé sur le 60ème
centile - global (0.044) (0.064) (0.046) (0.0429)

Movement hors de la 0.062 0.121** 0.0770 0.0489 0.58


pauvreté basé sur le 40ème
centile - durables (0.043) (0.059) (0.0507) (0.0439)

Movement hors de la 0.061* 0.088** 0.103** 0.0558 0.42


pauvreté basé sur le 60ème
centile - durables (0.035) (0.042) (0.0401) (0.0353)

Movement hors de la 0.004 0.040 0.0222 0.0141 0.45


pauvreté basé sur le 40ème
centile - productifs (0.051) (0.059) (0.0567) (0.0501)

0.086** 0.0536 0.107*** 0.0952** 0.30


Movement hors de la
pauvreté based on 60th
centile- productifs (0.039) (0.051) (0.0414) (0.0380)

2. Diversification des
revenus

Indice de diversité de -0.041* -0.0355** -0.035* -0.039** 0.26


Gini-Simpson des revenus
(0.021) (0.020) (0.020) (0.017)

Indice de diversité Berger- -0.001 -0.036 -0.036 -0.031 1.44


Parker des revenus
(0.145) (0.119) (0.119) (0.111)

Indice de Shannon des -0.011* -0.011* -0.11* -0.012** 0.02


revenus
(0.006) (0.007) (0.007) (0.005)

Nombre de sources de 0.012 0.162** 0.162** 0.039 2.06


revenus
(0.083) (0.063) (0.064) (0.05)
Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les erreurs types (ET) sont entre parenthèses. 3. Le nombre d’observations differ selon la variable analysée.

5.2.4. Sécurité alimentaire, diversité alimentaire et résilience


Le tableau 21 présente les effets des projets sur la diversité alimentaire (le score de diversité
alimentaire des ménages, HDDS, et sur l’Échelle de mesure de l'insécurité alimentaire vécue, FIES).
Les résultats indiquent que les projets ont apporté des effets positifs (statistiquement significatifs)
sur la diversité alimentaire et la sécurité alimentaire: les ménages du groupe traitement ont bénéficié

42
en moyenne d'un gain d'environ 5% du HDDS par rapport au groupe contrôle, tandis que le FIES est
environ 13% plus faible10
En ce qui concerne la vulnérabilité et la résilience, les résultats montrent qu'en moyenne, le nombre
de chocs subis par le ménage, la sévérité perçue moyenne et l'exposition à ces chocs étaient plus
faibles pour les ménages du groupe traitement que pour les ménages du groupe contrôle. Cependant,
ces différences ne sont pas statistiquement significatives.

Les ménages du groupe traitement présentent une plus faible capacité à se remettre des chocs que les
ménages du groupe contrôle. Il faut cependant noter que, lorsque les effets de voisinage sont pris en
compte, la différence entre les deux groupes de ménages dans leur capacité à se remettre des chocs
n’est pas statistiquement significative (voir le tableau A 8 en annexe 2).
Pour l’indice de résilience PRIME, les résultats montrent clairement l’impact positif des projets sur
la résilience des ménages (coefficient estimé à 0,55, statistiquement significatif à 1% dans la
colonne (1)).

Tableau 21: Sécurité alimentaire, vulnerabilité et résilience

Moyenne de
(1) (2) (3) (4)
l’échantillon
du groupe
IPWRA PSMATCH NN RA contrôle

1. Diversité
alimentaire

0.488*** 0.296* 0.593*** 0.500*** 9.26


HDDS11
(0.135) (0.169) (0.160) (0.136)

2. Sécurité
alimentaire

-0.563*** -0.63*** -0.625*** -0.587*** 4.35


FIES12
(0.144) (0.205) (0.172) (0.146)

3. Vulnerabilité et
Résilience

Tous les chocs

Nombre de chocs subis par -0.054 -0.039 -0.007 -0.066 0.97


le ménage
(0.064) (0.100) (0.078) (0.066)

Gravité des chocs subis -0.080 -0.073 -0.032 -0.082 3.36


(moyenne)
(0.067) (0.089) (0.077) (0.068)

Exposition aux chocs -0.080 -0.072 -0.031 -0.081 3.37

(0.067) (0.080) (0.078) (0.068)

La capacité des ménages à -0.173* -0.025 -0.047 -0.190* 1.77


se remettre des chocs
(0.101) (0.155) (0.118) (0.103)

La capacité à se remettre - -0.195 -0.108 -0.195 3.73


des chocs liés au prix de
l'essence
(0.147) (0.161) (0.155)

La capacité à se remettre - -0.055 -0.952 -0.188 3.78


des chocs liés au prix de la
nourriture
(0.102) (0.250) (0.416)

La capacité à se remettre - -0.532*** 0.419 -0.181 4.20

10
Pour référence, le score HDDS va de 0 à 12 (diversité maximale) et le score FIES de 0 à 8 (insécurité maximale).
11
Score de diversité alimentaire des ménages
12
Échelle de mesure de l'insécurité alimentaire vécue
43
des chocs de vol
(0.182) (0.361) (0.252)

Indice de résilience 0.550*** 0.618*** 0.532*** 0.532*** 3.96


(PRIME)
(0.101) (0.119) (0.106) (0.101)

Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les erreurs types (ET) sont entre parenthèses. 3. Le nombre d’observations differ selon la variable analysée.

5.2.5. Accès au marché et commercialisation


La participation au marché est définie en terme de probabilité de vendre un produit sur le marché le
plus proche. Selon les résultats présentés dans le tableau ci-dessous, les projets ont en moyenne un
impact positif sur la participation au marché. Les effets estimés sont statistiquement significatifs
pour le café et le poivre, ainsi que pour la participation au marché du bétail, indiquant ainsi d’une
participation accrue au marché des ménages du groupe traitement. Pour le cacao, qui était la culture
la plus cultivée avant et après les projets (comme l'indique la participation moyenne du groupe
contrôle), il n’y a pas de différence dans la participation au marché entre les ménages du groupe
traitement et les ménages de contrôle.

Parmi les autres indicateurs de commercialisation figurent le temps pour transporter les produits au
marché (pour la transaction la plus importante) et le nombre d'acheteurs auxquelles le ménage a
vendu ses produits agricoles (durant le mois précédant l'enquête). Les résultats indiquent que les
projets ont peut-être eu un impact positif sur le dernier indicateur (nombre d'acheteurs) bien que les
effets ne soient pas statistiquement significatif avec certaines approches d'estimation. Les résultats
suggèrent également que les ménages du groupe traitement consacrent beaucoup plus de temps à
amener leurs produits agricoles (au moins pour la transaction la plus importante) au marché que les
ménages de contrôle. Bien que cet effet puisse paraître contre-intuitif, cela s’explique par le fait que
les ménages du groupe traitement doivent transporter leurs produits vers des points de collecte mis
en place par les coopératives des projets (pour les chaînes de valeur des projets), tandis que les non-
bénéficiaires sont plus susceptibles de vendre leurs produits aux colporteurs locaux ou à des marchés
de rue à proximité. Cette interprétation est corroborée par les résultats de l’étude qualitative et les
informations fournies par des experts locaux.

Enfin, le tableau 22 fournit également des informations supplémentaires sur l'impact des projets sur
la valeur des cultures et de bétail vendus sur le marché. Ce tableau indique que les projets ont
entraîné une augmentation de la valeur des ventes des produits sur les trois chaînes de valeur
couvertes par le PAPAFPA et le PAPAC, ainsi que la valeur des ventes de bétail. Plus précisément,
les estimations suggèrent que les ménages du groupe traitement ont généré des revenus de vente, en
moyenne 34%, 44% et 28% plus élevés respectivement pour le cacao, le café et le poivre que les
ménages du groupe contrôle (statistiquement significatif aux niveaux conventionnels, 5% et 1%). La
valeur des ventes agricoles totales est estimée à 86% plus élevée pour les ménages du groupe
traitement (statistiquement significative à 1%). Ainsi, ces ménages ont des recettes de ventes
supérieures à celles des ménages du groupe contrôle de 16,401 STN (moyenne d'échantillon est de
19,072 STN). Ces résultats ne changent pas en prenant compte tenu des retombées des projets (voir
tableau A 9 en annexe 2).

Tableau 22: Accès au marché, participation and valeur des ventes

Moyenne de
(1) (2) (3) (4)
l’échantillon
du groupe
IPWRA PSMATCH NN RA contrôle

1. Participation au
marché
44
Cacao 0.008 -0.0128 0.030 0.010 0.81
(binaire;
1=participation) (0.021) (0.026) (0.0238) (0.020)

Café 0.054*** 0.084*** 0.082*** 0.054*** 0.10


(binaire;
1=participation) (0.018) (0.021) (0.017) (0.018)

Poivre 0.027** 0.024 0.038*** 0.027** 0.04


(binaire;
1=participation) (0.013) (0.0175) (0.012) (0.012)

Bétail 0.0778*** 0.083** 0.120*** 0.076*** 0.59


(binaire;
1=participation) (0.0273) (0.038) (0.031) (0.027)

Temps pour 0.081*** 0.086** 0.095*** 0.084*** 1.62


atteindre le marché
de production de la
plus importante
(0.026) (0.035) (0.030) (0.026)
transaction (heures,
log)

Temps pour 0.047 0.041 0.083** 0.056* 1.52


atteindre le marché
de production de la
plus importante
(0.034) (0.045) (0.038) (0.033)
transaction – cacao
(heures, log)

Nombre d'acheteurs 0.207 0.232 0.246* 0.201 1.39


au cours du dernier
mois (0.135) (0.146) (0.201) (0.235)

2. Valeur des
ventes de cultures
et de bétail

0.340*** 0.336*** 0.362*** 0.330*** 11332


Valeur des ventes
de cacao (STN, log)
(0.075) (0.114) (0.0915) (0.075)

0.446*** 0.707*** 0.669*** 0.477*** 321.85


Valeur des ventes
de café (STN, log)
(0.140) (0.155) (0.134) (0.140)

Valeur des ventes 0.288** 0.256 0.371*** 0.278** 749.5


de poivre (STN,
log) (0.113) (0.159) (0.110) (0.116)

0.864*** 0.823*** 1.171*** 0.879*** 19072.


Valeur des ventes
agricoles (STN, log)
(0.134) (0.202 (0.167) (0.136)

0.469** 0.454 0.905*** 0.486** 2 063


Valeur des ventes
bétails (log)
(0.213) (0.290) (0.233) (0.211)

0.671*** 0.664*** 0.775*** 0.681***


Marge brute 21080
(0.113) (0.151) (0.135) (0.113)
Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les erreurs types (ET) sont entre parenthèses. 3. Le nombre d’observations differ selon la variable analysée.

5.2.6. Autonomisation des femmes et des jeunes


Le tableau 23 présente l'impact des projets sur l'autonomisation. Les femmes ont été spécifiquement
ciblées par les projets dans le but de promouvoir leur autonomisation au sein de leurs ménages et de
leurs communautés. Les projets ont permis l’accès aux formations, l'accès aux ressources de la
coopérative, les prix payés et les quantités achetées par les coopératives aux hommes et aux femmes.
La seule différence significative dans les interventions entre les participants hommes et femmes
était/est le fait que les coopératives des projets offrent un soutien supplémentaire aux agricultrices
pour les tâches les plus pénibles sur le terrain, telles que la taille ou le transport de lourdes charges
quand elles sont seules à la maison.

45
L'indicateur utilisé pour évaluer l'impact des projets sur l'autonomisation des femmes est basé sur
l'étendue du contrôle du revenu du ménage par les femmes. Plus précisément, il mesure si au moins
une des femmes du ménage contrôle le revenu.

De manière analogue, et compte tenu de la disponibilité des données, l'impact des projets sur le
contrôle du revenu du ménage par les jeunes est également analysé - c'est-à-dire si au moins un
jeune dans le ménage (quelqu'un âgé de 32 ans ou moins au moment de l'enquête) avait le contrôle
sur le revenu du ménage. D’après le tableau 23, les effets estimés des projets sur l'autonomisation
des femmes sont positifs (avec les quatre approches), mais ils ne sont pas statistiquement
significatifs. Cependant, l'étude qualitative a révélé des niveaux de satisfaction élevés parmi les
femmes bénéficiaires, en particulier celles bénéficiaires du PAPAFPA. Elles ont apprécié l'approche
égalitaire du projet et que certaines interventions (surtout le développement professionnel) leur ont
donné la possibilité de se faire entendre, d’être écouté et de pouvoir postuler à des postes de
direction au sein des associations de producteurs. Ainsi, même si l'impact quantitatif sur
l'autonomisation des femmes n'a pas pu être observé quantitativement, les béneficiaires ont un
sentiment d’une plus grande autonomisation à la suite de ces projets.

Enfin, en ce qui concerne l'autonomisation des jeunes, les différences ne sont également pas
statistiquement significatives entre les deux groupes de ménages. Les coefficients estimés pour cet
indicateur sont négatifs dans les quatre méthodes d'estimation mais sont dépourvus de signification
statistique.

Tableau 23: Autonomisation des femmes et des jeunes

Moyenne de
(1) (2) (3) (4)
l’échantillon
du groupe
IPWRA PSMATCH NN RA contrôle

1. Autonomisation
des femmes

Les femmes contrôlent les 0.003 0.031 0.006 0.000 0.34


revenus du ménages
(binaire)
(0.016) (0.034) (0.022) (0.016)

2. Autonomisation
des jeunes

Les jeunes contrôlent les -0.003 0.00 -0.007 0.023* 0.18


revenus du ménages
(binaire) (0.009) (0.023) (0.019) (0.013)

Nb. d’observations 1340 1340 1340 1340

Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les erreurs types (ET) sont entre parenthèses.

5.2.7. Contrôles de robustesse supplémentaires: effets de voisinage


Comme mentionné ci-dessus, la robustesse des résultats a également été vérifiée en estimant les
impacts des projets sur les variables ci-dessus avec des modèles de traitement à effets sur le
voisinage (neighborhood-effects treatment model). Ces modèles permettent d’analyser l’eventuelle
contamination des ménages du groupe contrôle et les potentielles retombées vécues par ces ménages.
Comme expliqué précédemment, dans le contexte étudié, caractérisé par de petites communautés, il
se peut que certains effets des projets se soient étendus au-delà du groupe de bénéficiaires. En ne
prenant pas en compte cette contamination ou ces retombées, les impacts des projets peuvent être
sur-estimés ou sous-estimés.

46
Ces méthodes illustrés à l'annexe 2 permettent d'estimer le biais dû aux effets de voisinage en
comparant les effets moyens de traitement des projets estimés à l'aide d'un modèle de traitement à
effets sur le voisinage (neighborhood-effects treatment model) à ceux estimés à l'aide d'un modèle
sans retombées. Comme il est indiqué dans toutes les sections précédentes, les résultats avec cette
nouvelle méthode sont très semblables à ceux présentés dans les tableaux 14 à Tableau 23. Les biais
de voisinage estimés sont généralement faibles et la signification statistique des résultats (ou de leur
absence) reste inchangée. Parmi les résultats les plus significatifs, ce modèle indique que
l’augmentation estimée des rendements en cacao et du revenu net pour les bénéficiaires des projets
pourrait être surestimée (de 14% et 11%, respectivement, par rapport au modèle de référence sans
effet de voisinage). Cependant, les effets estimés ici restent très significatifs et d’une ampleur
considérable pour ces variables. En revanche, les résultats de l’annexe 2 suggèrent que la baisse de
l'utilisation et des dépenses des intrants non-biologiques pourrait être sous-estimée pour les
bénéficiaires des projets (d'environ 19% et 58% respectivement), comme indiqué dans la section
5.2.1. (tableau 16).

5.2.8. Validité interne et externe


Cette évaluation d’impact s’appuyait sur une méthode mixte comprenant une collecte et une analyse
de données quantitatives et qualitatives, afin de distinguer tous les impacts des projets. Pour
remédier au biais de sélection potentiel (sélection non-aléatoire des bénéficiaires dans les projets),
une approche rigoureuse a été utilisée pour échantillonner les ménages du groupe traitement et les
ménages du groupe contrôle dans l'analyse quantitative. Les résultats de l'analyse quantitative restent
similaires selon les approches d'estimation et l’inclusion de variables de contrôles, et sont conformes
aux résultats de l’étude qualitative. Il semble qu’il n’y ait pas eu de différences entre les ménages du
groupe traitement et les ménages du groupe contrôle dans l’impact des chocs, des interventions
gouvernementales ou des ONG au cours de la période analysée, susceptibles de compromettre la
validité interne des résultats présentés.

En ce qui concerne la validité externe, il était évident que la demande pour ce type de projet est forte
à STP. Cependant, la validité externe des résultats présentés est limitée par la conception des projets,
qui comprend plusieurs interventions, et par une disponibilité incomplète des données. Les résultats
présentés dans cette évaluation d’impact sont des effets de traitement estimés pour l'ensemble des
interventions du PAPAFPA-PAPAC. Il est impossible de distinguer et de prédire l'impact d’une
intervention en particulier dans un contexte ou une population différente.

47
6. Conclusion

Les projets dans cette évaluation d’impact ex-post, le PAPAFPA et le PAPAC, visent à réduire la
pauvreté rurale et améliorer la mobilité économique des petits exploitants agricoles de São Tomé-et-
Príncipe (STP). Les projets étaient axés sur le renforcement des infrastructures communautaires, des
organisations de producteurs et de leur représentation au sein du gouvernement national, ainsi que
sur la professionnalisation et le développement de la production agricole, en se concentrant sur trois
chaînes de valeur: cacao, café et poivre. L'adoption de techniques d'agriculture biologique et
l'organisation des agriculteurs au sein de coopératives de la chaîne de valeur concernées ont été des
éléments essentiels des interventions mises en œuvre. Des études rigoureuses sur l'impact du
coopérativisme ou de l'agriculture biologique et de la certification sur les moyens de subsistance des
ménages ruraux sont encore rares (pour São Tomé-et-Príncipe, ce type d'études n'existe pas). Des
études récentes ont montré que le coopérativisme peut faciliter l'accès des agriculteurs aux marchés
et aux transformations technologiques (Chagwiza et al. 2016) et qu'il est positivement corrélé avec
le niveau des revenus et des actifs des ménages (Mojo et al. 2017), en particulier pour les petits
exploitants agricoles (Ma et Abdulai 2016). Par contre, le débat sur l'impact des programmes de
certification biologique sur la condition sociale des ménages ruraux reste très polarisé. Certains
considèrent que la certification biologique contribue à une plus grande résilience environnementale,
sociale et économique (par exemple, Kleemann at al. 2014; Speranza 2010) et d'autres soutiennent
que la certification biologique a peu ou pas d'impact réel sur la durabilité (par exemple, Beuchelt &
Zeller 2011; Lynbk et al., 2001; Valkila, 2009) et la considère comme une simple stratégie
marketing. Ce rapport contribue à ces recherches en analysant l’impact du PAPAFPA et du PAPAC
à STP.

Cette étude est une évaluation d'impact ex-post et utilise une méthodes mixte. Compte tenu de sa
conception non-expérimentale, sa robustesse méthodologique repose sur l'identification d'un groupe
de comparaison avec des ménages non-bénéficiaires à utiliser en tant que contrefactuel. À cette fin,
des caractéristiques géographiques et socio-économiques utilisées durant l'appariement et des
indicateurs d'intérêt ont été mesurées pour les ménages du groupe contrôle et du groupe
traitement. Après l’appariement, l’équilibre de ces caractéristiques a été vérifié pour ces deux
groupes. L'échantillon était composé de 1,340 ménages (627 du groupe traitement et 713 du groupe
contrôle) répartis dans 113 communautés, à partir desquels les effets moyens de traitement du
PAPAFPA et du PAPAC ont été estimés pour divers indicateurs clés, notamment la production
agricole, le revenu et les actifs, l'accès au marché et la réduction de la pauvreté, la sécurité
alimentaire, la résilience, et l’autonomisation des femmes.

Les résultats de cette étude sont en général positifs. L'étude qualitative a révélé un niveau de
satisfaction assez élevé parmi les participants aux projets lors des groupes de
discussion. Les coopératives créées et soutenues par les projets jouissent d'une quasi-autonomie
opérationnelle et financière, malgré les récentes fluctuations des prix du marché, démontrant ainsi
leur résilience et leur durabilité. En effet, l'une des coopératives de cacao a quitté le projet en 2017 et
elle est maintenant complètement autonome.
L’analyse quantitative le confirme et indique que les projets ont augmenté les rendements pour les
cultures (cacao, café, poivre ainsi que pour les autres cultures de rente non-ciblées par le projet), le
revenu des ménages (revenu net, revenu brut et revenu de l’agriculture), la propriété des actifs
productifs, la diversité alimentaire, la sécurité alimentaire et la commercialisation (participation au
marché du café et du poivre et revenus des ventes pour toutes les chaînes de valeur du projet). Bon
nombre de ces impacts agricoles positifs s'étendent au bétail et aux cultures au-delà de ceux
directement soutenus par les projets (notamment les autres cultures de rente telles que la canne à
sucre et le tabac, et la production de fruits et tubercules). Cela n’est pas surprenant compte tenu du
48
fait que de nombreuses interventions des projets ne portaient pas sur des cultures spécifiques mais
étaient plutôt axées sur le développement professionnel des agriculteurs ou sur le développement des
infrastructures locales.
En revanche, le niveau d’utilisation des intrants (intrants organiques ou inorganiques) n'a pas changé
avec ces projets, même si le niveau de certification biologique est, comme prévu, significativement
plus élevé parmi les ménages du groupe traitement. L'utilisation d'intrants biologiques par les
ménages du groupe traitement a pu avoir des retombées sur de les communautés non-traités. En
effet, l'utilisation d'intrants inorganiques par les agriculteurs voisins mettrait probablement en danger
l’obtention d’une certification biologique pour les agriculteurs du groupe traitement.

Les effets des projets sur la réduction de la pauvreté et la résilience mérite une analyse plus
poussée: en dépit de l'impact positif des projets sur le revenu et la propriété des actifs, les projets ont
permis à des agriculteurs de sortir de la pauvreté seulement lorsqu'un seuil de pauvreté plus élevé est
considéré (60ème centile de l'indice des actifs productifs et 60ème centile de l'indice des actifs
durables). En ce qui concerne la résilience, les résultats indiquent que le nombre de chocs subis au
cours des 12 mois précédant l'enquête et la gravité perçue de ces chocs ne diffèrent pas de manière
significative entre les deux groupes de ménages (groupe traité et groupe contrôle). Cependant,
l'indice de résilience (PRIME) est statistiquement plus élevé pour le groupe de ménages du groupe
traitement, ce qui conforte l'hypothèse selon laquelle les projets ont augmenté la résilience des
ménages du groupe traitement. Enfin, même si aucun impact statistiquement significatif n’a été
observé sur les mesures d’autonomisation des femmes pour cette étude, il convient de noter que
l’étude qualitative a révélé un niveau de satisfaction élevé parmi les femmes bénéficiaires (par
rapport aux femmes du groupe contrôle), en particulier celles ciblées par le PAPAFPA, qui ont salué
l’approche égalitaire du projet et les outils que ces interventions leur ont permis de développer.
Comme le montrent les données qualitatives et inférées lors de l'analyse quantitative, les projets ont
probablement généré des effets d'entraînement pour les ménages du groupe contrôle. En effet, une
contamination involontaire des agriculteurs voisins est susceptible de se produire, en particulier en
raison de la petite superficie des communautés analysées. Nous avons considéré que cela a entraîné
des distorsions (généralement minimes) de l'ampleur de certains des impacts estimés sans affecter
leur direction et leur signification statistique.

Quant aux implications pour la politique locale de développement, cette évaluation distingue
clairement l'impact positif de la certification biologique sur la productivité agricole, les prix et la
mobilité économique des ménages ruraux à STP. Les résultats de l'analyse quantitative le montrent
et sont corroborés par les résultats de l'étude qualitative. Dans l'ensemble, les agriculteurs
bénéficiaires semblent convaincus que la production biologique est la meilleure solution pour leurs
terres, leurs consommateurs, l'environnement et leurs finances, car cela leur permet d'obtenir des
prix plus élevés pour leurs produits. Le rôle joué par les coopératives dans la formation et l'aide aux
agriculteurs, la promotion des intrants biologiques et le soutien à l’accès aux marchés semble
expliquer ces résultats positifs. Il est donc essentiel de veiller à ce que toutes les coopératives
disposent des outils nécessaires pour être autonomes financièrement et administrativement dès la
clôture du projet.

Enfin, certaines recommandations générales peuvent être formulées dans le cadre de cette évaluation
d’impact. Le nombre élevé d'interventions inclus dans ces projets, ainsi que l'absence de données
adéquates sur les bénéficiaires des projets (la date et les types interventions reçus par les
bénéficiaires), ont rendu difficile l'évaluation de l'impact de chaque intervention de ces projets. À
l’avenir, il est préférable de se concentrer seulement sur certaines interventions et/ou de cibler
certaines communautés à des moments distincts afin de pouvoir démêler et d’évaluer correctement
l’impact des différentes interventions. Ainsi, il serait possible de formuler des recommandations
politiques plus précises.

49
Des données sur les projets au niveau des bénéficiaires restent une prérogative essentielle pour une
conception réussie des évaluations d’impact. Durant cette étude d’impact, un majeur défi a été
rencontré lors de l'identification des bénéficiaires du PAPAFPA et du PAPAC. En effet, l’absence
de registres adéquats sur les bénéficiaires, aggravée par le fait que les bénéficiaires avaient du mal à
faire la différence entre les deux projets, ne permettait pas d'identifier la variation des effets des
projets selon la durée d’exposition aux interventions. Les prochains projets devront établir des bases
de données adéquates sur les bénéficiaires.

Sur les interventions, l'accès à des infrastructures adéquates, en particulier en matière d'irrigation,
reste un défi à STP et constitue probablement le plus grand obstacle (et le seul) rapporté par les
participants au cours de l'étude qualitative. Compte tenu des menaces actuelles liées au changement
climatique, il est probable que ce problème s'aggrave à l'avenir, à mesure que les précipitations dans
le pays diminuent ou deviennent plus incertaines, ce qui nuit à l'impact de tout projet agricole. Des
projets similaires devraient prendre en compte ce problème. Enfin, l’accès à la terre est un problème
à moyen et long terme à STP. Il est clair que les nouvelles générations ne disposeront pas de
suffisamment de terres pour l’agriculture et pour participer aux coopératives. À cet égard, il est
essentiel que l’État, principal propriétaire foncier, poursuive ses efforts pour promouvoir la
réhabilitation des terres afin de permettre aux jeunes d’avoir accès à ce secteur d’activité.

50
Références

Aakvik, A. (2001). Bounding a matching estimator: The case of a Norwegian training program.
Oxford Bulletin of Economics and Statistics, 63(1):115–143.

Altieri, Miguel A, Fernando R Funes-Monzote, and Paulo Petersen. 2012. “Agroecologically Efficient
Agricultural Systems for Smallholder Farmers: Contributions to Food Sovereignty.” Agronomy for
Sustainable Development 32(1): 1–13. http://socla.co/wp-content/uploads/2014/Altieri-Funes-Petersen-
Palencia.pdf (April 11, 2018).

Arnould, E. J, Plastina,A., and Ball D.. (2009). Does Fair Trade Deliver on Its Core Value Proposition?
Effects on Income, Educational Attainment, and Health in Three Countries. Journal of Public Policy &
Marketing 28(2): 186–201. http://digitalcommons.unl.edu/marketingfacpub (April 5, 2018).

Ashraf,N., Giné,X. and Karlan,D. (2009). Finding Missing Markets (and a Disturbing Epilogue):
Evidence from an Export Crop Adoption and Marketing Intervention in Kenya, American Journal of
Agricultural Economics, Volume 91(1): 973–990. https://doi.org/10.1111/j.1467-8276.2009.01319.x

Bacon, C. M et al. (2008). Are Sustainable Coffee Certifications Enough to Secure Farmer
Livelihoods? The Millenium Development Goals and Nicaragua’s Fair-Trade Cooperatives.
Globalizations 5(2): 259–74. https://www.uvm.edu/giee/pubpdfs/Bacon_2008_Globalizations.pdf
(April 6, 2018).

Barrett, C. B., Reardon, T., and Webb, P. (2001). Non-farm income diversification and
household livelihood strategies in rural Africa: Concepts, dynamics, and policy implications.
Food Policy, 26(4):315–331.

Beuchelt, T. D., and Zeller.M. (2013). The Role of Cooperative Business Models for the Success of
Smallholder Coffee Certification in Nicaragua: A Comparison of Conventional, Organic and Organic-
Fairtrade Certified Cooperatives. Renewable Agriculture and Food Systems 28(3): 195–211.

Binswanger, H. P. and Von Braun, J. (1991). Technological change and commercialization in


agriculture: The effect on the poor. World Bank Research Observer, 6(1):57–80.

Borron, S. (2006). Building Resilience for an Unpredictable Future: How Organic Agriculture Can Help
Farmers Adapt to Climate Change. Food and Agriculture Organization of the United Nations: 1–25.
http://www.fao.org/3/a-ah617e.pdf (April 16, 2018).

Busso, M., DiNardo, J., and McCrary, J. (2014). New evidence on the finite sample properties
of propensity score reweighting and matching estimators. Review of Economics and Statistics,
96(5):885–897.

Caliendo, M. and Kopeinig, S. (2008). Some practical guidance for the implementation of
propensity score matching. Journal of Economic Surveys, 22(1):31–72.

Cameron, D. B., Mishra, A., and Brown, A. N. (2016). The growth of impact evaluation for
international development: how much have we learned? Journal of Development Effectiveness,
8(1):1–21.

Carletto, C., Savastano, S., and Zezza, A. (2013). Fact or artifact: The impact of measurement
errors on the farm size–productivity relationship. Journal of Development Economics, 103:254–261.

Cattaneo, M. D. (2010). Efficient semiparametric estimation of multi-valued treatment effects under


ignorability. Journal of Econometrics, 155(2):138–154.

51
Cattaneo, M. D., Drukker, D. M., Holland, A. D., et al. (2013). Estimation of multivalued treatment
effects under conditional independence. Stata Journal, 13(3):407–450.

Cavatassi, R., Gonzalez-Flores, M., Winters, P., Andrade-Piedra, J., Espinosa, P., and Thiele, G.
(2011). Linking smallholders to the new agricultural economy: The case of the plataformas de
concertacion in Ecuador. Journal of Development Studies, 47(10):1545–1573.

Chagwiza, C., Muradian, R., Ruben, R. (2016). Cooperative membership and dairy performance among
smallholders in Ethiopia. Food Policy, 59: 165-173.

Chaudhuri, S., Jalan, J. and Suryahadi, A. (2002). Assessing Household Vulnerability to Poverty from
Cross-sectional Data: A Methodology and Estimates from Indonesia. Columbia University Discussion
Paper.

Cruz, M. et al. (2015). Policy Research Notes Ending Extreme Poverty and Sharing Prosperity:
Progress and Policies.
http://pubdocs.worldbank.org/en/109701443800596288/PRN03Oct2015TwinGoals.pdf (May 3, 2018).

DeFries, R. S. et al. (2017). Is Voluntary Certification of Tropical Agricultural Commodities Achieving


Sustainability Goals for Small-Scale Producers? A Review of the Evidence. Environmental Research
Letters 12(3).

DiPrete, T. A. and Gangl, M. (2004). Assessing bias in the estimation of causal effects: Rosenbaum
bounds on matching estimators and instrumental variables estimation with imperfect instruments.
Sociological Methodology, 34(1):271–310.

Dorward, A., Kydd, J., Morrison, J., and Urey, I. (2004). A policy agenda for pro-poor agricultural
growth. World Development, 32(1):73–89.

Fisher, B. and Treg C. (2007). “Poverty and Biodiversity: Measuring the Overlap of Human Poverty
and the Biodiversity Hotspots.” Ecological Economics 62(1): 93–101.
https://www.sciencedirect.com/science/article/pii/S0921800906002916?via%3Dihub (May 3, 2018).

Gonzalez-Flores, M., Bravo-Ureta, B. E., Solıs, D., and Winters, P. (2014). The impact of high
value markets on smallholder productivity in the Ecuadorean Sierra: A Stochastic Production
Frontier approach correcting for selectivity bias. Food Policy, 44:237–247.

Haile, B., Azzarri, C., Roberts, C., and Spielman, D. J. (2017). Targeting, bias, and expected
impact of complex innovations on developing-country agriculture: evidence from Malawi.
Agricultural economics, 48(3):317–326.

Inter-American Development Bank (IDB) (2010). Development effectiveness overview special


topic: Assessing the effectiveness of agricultural interventions. Technical report, IDB,
Washington, DC.

Jacobi, J. et al. (2015). “Farm Resilience in Organic and Nonorganic Cocoa Farming Systems in Alto
Beni, Bolivia.” Agroecology and Sustainable Food Systems 39(7): 798–823.

Jacoby, H. G. and Minten, B. (2009). On measuring the benefits of lower transport costs. Journal
of Development Economics, 89(1):28–38.

Jouzi, Z., Azadi, H., Taheri, F., Zarafshani, K., Gebrehiwot, K., Van Passel. S. and Philippe Lebailly
(2017). Ecological Economics, 132: 144-154.

Karlan, D., Osei, R., Osei-Akoto, I., and Udry, C. (2014). Agricultural decisions after relaxing
credit and risk constraints. Quarterly Journal of Economics, 129(2):597–652.

52
Kleemann, L., Abdulai, A. and Mareike Buss (2014). Certification and Access to Export Markets:
Adoption and Return on Investment of Organic-Certified Pineapple Farming in Ghana. World
Development, 64, pp. 79–92.

Knox, J., Daccache, A. and Hess, T. (2013). What is the impact of infrastructural investments in
roads, electricity and irrigation on agricultural productivity? Systematic Review. CEE review 11-
007. Collaboration for Environmental Evidence: www.environmentalevidence.org/SR11007.html.

Krasnozhon, L. A., Simpson, D. and Block W. E. (2015). “Fair Trade: Its Real Impact on the
Working Poor.” The Review of Social and Economic Issues 1(2).
http://www.rebe.rau.ro/RePEc/rau/rseijr/SP15/RSEI-SP15-A1.pdf

Leifeld, J. (2012). How sustainable is organic farming? Agriculture, Ecosystems and Environment. 150:
121– 122.

Ma, W., Abdulai, A. (2016). Does cooperative membership improve household welfare? Evidence from
apple farmers in China. Food Policy. 58: 94-102.

McArdle, L., and Pete T. (2012). Fair Enough? Women and Fair Trade. Critical Perspectives on
International Business 8(4): 277–94. http://www.emeraldinsight.com/10.1108/17422041211274165.

Minde, I., Jayne, T., Crawford, E., Arega, J., and Govereh, J. (2008). Promoting fertilizer use
in Africa: Current issues and empirical evidence from Malawi, Zambia, and Kenya. Working
paper, Regional Strategic Analysis and Knowledge Support System, Southern Africa
(ReSAKSS-SA), Pretoria.

Mojo, D., Fischer, C., Degefa, T. (2017). The determinants and economic impacts of membership in
coffee farmer cooperatives: recent evidence from rural Ethiopia. Journal of Rural Studies, 50: 84-94.

Roldan, M. B., Fromm I., and Aidoo, R. (2013). From Producers to Export Markets: The Case of the
Cocoa Value Chain in Ghana. Journal of African Development 15(2): 121–38.
http://www.jadafea.com/previous-
issues/%5Cnhttp://search.ebscohost.com/login.aspx?direct=true&db=ecn&AN=1473344&site=ehost-
live.

Rosenbaum, P. R. (2002). Observational Studies. Springer, New York, NY.

Rosenbaum, P. R. and Rubin, D. B. (1985). Constructing a Control Group Using Multivariate Matched
Sampling Methods That Incorporate the Propensity Score. The American Statistician, 39(1): 33-38.

Roy, A.D. (1951). Some thoughts on the distribution of earnings. Oxford Economic Papers, 3 (2): 135–
146.

Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies.
Journal of Educational Psychology, 66(5), 688-701.

Sen, D., and Sarasij, M. (2011). Fair Trade and Fair-Trade Certification of Food and Agricultural
Commodities Promises, Pitfalls, and Possibilities. Environment and Society: Advances in Research,
2:29–47.https://search-
proquestcom.kuleuven.ezproxy.kuleuven.be/docview/1768230315/fulltextPDF/B6D30535843D429DP
Q/1?accountid=17215.

Speranza, C. I. 2010. “Resilient Adaptation to Climate Change in African Agriculture.”


https://www.die-gdi.de/uploads/media/Studies_54.pdf (April 11, 2018).

Smith, L., & Frankenberger, T. (2015). Ethiopia Pastoralist Areas Resilience Improvement and Market
Expansion (PRIME) Project Impact Evaluation. Report of the Interim Monitoring Survey 2014-2015.
Feed the Future FEEDBACK project. TANGO International

Tan, Z. (2010). Bounded, efficient and doubly robust estimation with inverse weighting. Biometrika,
97(3):661–682.
53
Verchot, L. V et al. (2007). Climate Change: Linking Adaptation and Mitigation through Agroforestry.
Mitigation and Adaptation Strategies for Global Change, 12: 901–18.

Willer, H. and Lernoud, J. (Eds.) (2018). The world of organic agriculture. Statistics and emerging
trends 2018. Research Institute of Organic Agriculture (FiBL) and IFOAM – Organics International.
Bonn.

Winters, P., Maffioli, A., and Salazar, L. (2011). Introduction to the special feature: Evaluating the
impact of agricultural projects in developing countries. Journal of Agricultural Economics,
62(2):393–402.

Witt, R., Pemsl, D. and Waibel, H. (2008). The Farmer Field School in Senegal: Does Training
Intensity Affect Diffusion of Information? Journal of International Agricultural and Extension
Education 15(2): 47–60.
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.457.2620&rep=rep1&type=pdf (Accessed
November 2018).

Wollini, M., Zeller, M. (2007). Do farmers benefit from participating in specialty markets and
cooperatives? The case of coffee marketing in Costa Rica1. Agricultural Economics, 37, 243–248.

Wooldridge, J. M. (2007). Inverse probability weighted estimation for general missing data
problems. Journal of Econometrics, 141(2):1281–1301.

Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data.


MIT Press, Cambridge, MA.

World Bank (2007). World Development Report 2008: Agriculture for development.
Technical report, World Bank, Washington, DC.

World Bank (2011). Impact evaluations in agriculture: An assessment of the evidence.


World Bank, Washington, DC. http://documents.worldbank.org/curated/en/131051468161681356/Impact-
evaluations-in-agriculture-an-assessment-of-the-evidenc (Accessed September 2018)

54
Annexe 1: Statistiques de l’appariement

Tableau 24: Statistiques sommaires avant et après l'appariement et la réduction du biais


Reduc
Avant l’appariement Après l’appariement tion
dans le
biais
Traitme Contrôl Traitme Contrôl de
nt e nt e valeur-
valeur-p Biais Biais Rubin
Moyenn Moyenn Moyenn Moyenn p
e/ET e/ET e/ET e/ET (%)

0.94 0.90 0.001*** 16.64 0.04 0.95 0.57 2.79 83.22


Ile (1 = Sao Tome)
0.01 0.01 0.01 0.01

District de Catagalo (1 = 0.32 0.23 0.000*** 19.37 0.32 0.35 0.38 6.36 67.15
oui)
0.02 0.02 0.02 0.02

0.14 0.18 0.086* 9.16 0.15 0.16 0.52 3.88 57.63


District de Lemba
0.01 0.01 0.01 0.02

District de Lobata 0.29 0.23 0.006*** 9.31 0.28 0.28 0.96 96.43

0.02 0.02 0.02 0.02

0.19 0.24 0.019** 11.56 0.20 0.16 0.11 8.84 23.55


District de Me Zochi
0.02 0.02 0.02 0.02

Chef du ménage (1 = 0.78 0.72 0.012** 12.51 0.77 0.77 0.88 0.90 92.77
homme)
0.02 0.02 0.02 0.02

46.97 46.88 0.914 0.53 46.64 46.50 0.87 0.99 -87.51


Âge

0.52 0.55 0.54 0.56

0.93 0.89 0.004*** 12.97 0..93 0.92 0.77 1.58 87.84


A fréquenté l'école (1 = oui)

0.01 0.01 0.01 0.01

0.48 0.42 0.025** 9.19 0.47 0.46 0.68 2.67 70.90


Education de base (1 = oui)
0.02 0.02 0.02 0.02

Education secondaire (1 = 0.19 0.19 0.884 2.46 0.20 0.19 0.92 0.69 71.77
oui) 0.02 0.01 0.02 0.02

Etat civil du chef du 0.61 0.59 0.58 3.45 0.61 0.60 0.93 0.57 83.56
ménage (1=union non-
formelle) 0.02 0.02 0.02 0.02
La taille du ménage
4.48 4.14 0.005*** 12.19 4.38 4.32 0.72 2.64 78.32

0.09 0.08 0.09 0.10


Ratio de dépendance
0.88 0.91 0.592 0.74 0.89 0.88 0.96 0.29 61.60

0.03 0.03 0.02 0.02

0.43 0.48 0.072* 7.67 0.44 0.43 0.70 2.48 67.61


Le ménage a subi un choc
au cours des 5 dernières
années 0.02 0.02 0.02 0.02

0.90 0.99 0.24 3.95 0.91 0.89 0.81 1.52 61.65


Nombre des chocs subis au
cours des 5 dernières
années 0.06 0.05 0.06 0.06
Type de murs dans la 3.20 2.92 0.000*** 20.95 3.19 3.18 0.87 1.03 95.09
maison: 1 - bois; 2-bois
amélioré; 3 – mélange ou 4-
briques (au début des 0.04 0.04 0.04 0.04
projets)
55
Type de toit de la maison: 0 0.34 0.30 0.11 8.12 0.35 0.35 0.93 0.55 93.19
– nature, 1- amelioré (au
début des projets) 0.02 0.02 0.02 0.02

Type de sol de la maison: 0 0.68 0.56 0.000*** 22.06 0.68 0.67 0.67 2.64 88.04
– nature, 1- amelioré (au
début des projets) 0.02 0.02 0.02 0.02
Type de toilette de la 1.49 1.43 0.064* 8.30 1.47 1.49 0.69 2.74 66.96
maison: 1- pas de toilette;
2- latrine ou 3- toilette (au 0.02 0.02 0.02 0.03
début des projets)

Le ménage a accès à 0.21 0.28 0.005*** 12.23 0.22 0.26 0.16 9.19 24.80
l'électricité (au début des
projets) 0.02 0.02 0.02 0.02

Type de combustible utilisé 0.05 0.07 0.173 3.91 0.05 0.06 0.76 1.80 53.84
pour la cuisson (au début
des projets) 0.01 0.01 0.01 0.01
Source d'eau potable: 0 - 0.16 0.21 0.009*** 14.44 0.15 0.14 0.64 2.63 81.78
canalisée ou 1 - source
naturelle (au début des 0.01 0.02 0.01 0.01
projets)

Le ménage a la télévision 0.29 0.32 0.203 8.77 0.28 0.32 0.17 8.98 -2.42
(au début des projets) 0.02 0.02 0.02 0.02

Le ménage a pioche (au 0.46 0.36 0.000*** 16.41 0.44 0.44 0.95 0.40 97.58
début des projets) 0.02 0.02 0.02 0.02

Le ménage a une radio (au 0.24 0.23 0.504 1.27 0.23 0.25 0.43 5.37 -323.95
début des projets) 0.02 0.02 0.02 0.02

Dans le quintile le plus bas 0.76 0.76 0.899 3.69 0.78 0.75 0.37 5.99 -62.20
en nombre de pièces (au
début des projets) 0.02 0.02 0.02 0.02

Quantité de télévisions 0.34 0.35 0.573 6.17 0.32 0.36 0.24 7.81 -26.68
possédées (au début des
projets) 0.02 0.02 0.02 0.02

Quantité de lits possédés 1.54 1.53 0.824 0.52 1.52 1.53 0.81 1.46 -182.30
(au début des projets) 0.02 0.02 0.02 0.02

Le ménage possédait du 0.60 0.58 0.458 0.12 0.59 0.58 0.76 2.01 -1585.95
bétail (au début des projets) 0.02 0.02 0.02 0.02

Le ménage cultive du cacao 0.86 0.86 0.908 2.54 0.86 0.85 0.68 2.78 -9.57
(binaire) 0.01 0.01 0.01 0.01

Le ménage cultive du café 0.48 0.52 0.127 5.45 0.50 0,51 0,57 3.69 32.37
(binaire) 0.02 0.02 0.02 0.02

Le ménage cultive du 0.12 0.08 0.019** 6.74 0.11 0.10 0.87 1.14 83.05
poivre (binaire) 0.01 0.01 0.01 0.01

Le ménage possédait des 0.43 0.45 0.337 6.76 0.42 0.40 0.64 2.98 55.96
poulets (binaire) (au début
des projets) 0.02 0.02 0.02 0.02
Le ménage possédait des
chèvres (binaire) (au début 0.15 0.12 0.131 4.55 0.14 0.13 0.75 2.11 53.58
des projets)
0.01 0.01 0.01 0.01
Le ménage a commencé à 0.34 0.40 0.014** 8.89 0.35 0.36 0.77 1.90 78.68
cultiver le cacao après 2004
0.02 0.02 0.02 0.02
Dans les deux quintiles les 0.43 0.56 0.000*** 20.06 0.45 0.43 0.48 4.48 77.66
plus bas du nombre de
cacaoyers
0.02 0.02 0.02 0.02

Nombre de porcs possédés 3.89 3.71 0.701 0.35 3.73 3.75 0.96 0.26 25.79
(au début des projets)
0.02 0.02 0.02 0.02
Nombre de chèvres
possédées (au début des 1.34 1.24 0.690 0.15 1.28 1.26 0.94 0.52 -240.14
projets)
0.02 0.02 0.02 0.02
La communauté avait un
marché quotidien (binaire) 0.12 0.0 0.299 4.97 0.12 0.12 0.86 1.23 75.20
(au début des projets)

56
0.01 0.01 0.01 0.01

Nb. d’observations 660 744 627 713


Notes:
1. *, **, & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
2. Les estimations ponctuelles sont des moyennes d’échantillon. Les erreurs types sont rapportées ci-dessous.
3. Les astérisques représentent le niveau de signification statistique du test t / test khi-carré de différence de
moyenne.

Schéma A 1: Equilibre entre les groups traitement et contrôle

Schéma A 2: Support commun entre les groupes traitement et contrôle

57
58
Annexe 2: Effets de voisinage

Tableau A 1: Certification biologique – Effets de traitement de voisinage (neighborhood treatment


effects)

ATE avec ATE sans


Pourcentage
effet de effet de Biais
de biais
voisinage (1) voisinage (2)

Certification de la
parcelle (binaire; 1 .41*** .40*** -.01 -3.24
= certifié)

Nb. d’observations 1335 1335 1335 1335


Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
(2)−(1)
2. Biais = (2) – (1); Percentage de biais = *100
(2)

Tableau A 2: Production et Rendements - Effets de traitement de voisinage (neighborhood treatment


effects)

ATE avec ATE sans


Pourcentage
effet de effet de Biais
de biais
voisinage voisinage

Récolte des
cultures

Quantité de
production de cacao .39*** .39*** -.00 -.23
(kg, log)

Quantité de
production de café .36*** .36*** -.00 -1.64
(kg, log)

Quantité de
production de .17** .17*** -.00 -1.22
poivre (kg, log)

Quantité de
production des
.77*** .73*** -.04 -5.9
cultures des projets
(kg, log)

Quantité de
production de
.76*** .81*** .05 6.5
cultures de fruits
crops (kg, log)

Quantité de
production de
-.12 -.07 .04 -71.5
cultures de légumes
(kg, log)

Quantité de
production de
.23 .36** .12 34.4
cultures de
tubercules (kg, log)

Quantité de
production de
cultures de rente .74*** .70*** -.03 -5.3
hors-projets (kg,
log)

Zones de culture

59
Zone de production
.03 .02 -.00 -23.7
de cacao (ha, log)

Zone de production
.02* .02 -.00 -21.0
de café (ha, log)

Zone de production
.03*** .03*** .00 1.2
de poivre (ha, log)

Zone de production
.03 .02 -.00 -49.1
de fruit (ha, log)

Zone de production
de légumes (ha, -.01 -.01 .00 -70.6
log)

Zone de production
de tubercules (ha,
log)

Rendements

Rendement en
.25*** .29*** .04 14.0
cacao (kg/ha, log)

Rendement en café
.33*** .34*** .00 1.6
(kg/ha, log)

Rendement en
.13* .13* .00 .01
poivre (kg/ha, log)

Rendement pour les


cultures des projets .46*** .44*** -.02 -5.64
(kg/ha, log)

Rendement pour les


cultures de rente
hors-projets (canne .41** .40** -.00 -2.4
à sucre, tabac)
(kg/ha, log)

Rendement pour les


cultures de fruits .62*** .68*** .07 9.78
(lk/ha, log)

Rendement pour les


cultures de légumes .20 .34** .14 41.10
(lk/ha, log)

Nb. d’observations 1339 1339 1339 1339


Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
(2)−(1)
2. Biais = (2) – (1); Pourcentage de biais = *100
(2)

Tableau A 3: Utilisation des intrants - Effets de traitement de voisinage (neighborhood treatment


effects)

ATE avec
ATE sans effet Pourcentage
effet de Biais
de voisinage de biais
voisinage

Utilisation et
dépenses des
intrants

Engrais organiques
utilisés (kg, log)
-.08 -.04 .04 -108.8

Engrais non-
organiques utilisés
-.10* -.08* 0.02 -18.74
(kg, log)

60
Dépenses avec des
engrais non-
-.11* -.07 .04 -58.00
organiques
(STN, log)

Dépenses en
-.12 -.12 .00 -3.04
pesticides (STN, log)

Dépenses avec des


-.13 -.13 0.007 -5.5
pépinières (STN, log)

Dépenses totales avec


-.14 -.14 .00 -3.1
entrées (STN, log)

Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
(2)−(1)
2. Bias = (2) – (1); Pourcentage de biais = *100
(2)

Tableau A 4: Diversification des cultures - Effets de traitement de voisinage (neighborhood treatment


effects)

ATE avec
ATE sans effet Pourcentage
effet de Biais
de voisinage de biais
voisinage

Nombre de cultures .66 .68 .03 4.4

Indice de diversité de
.27 -.14 -.41 295.8
Gini-Simpson

Indice de diversité
de Berger-Parker -.18** -.17** .00 -5.8

Indice de diversité de
Shannon -.81 -.98 .17 17.8

Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
(2)−(1)
2. Biais = (2) – (1); Pourcentage de biais = *100
(2)

Tableau A 5: Revenu - Effets de traitement de voisinage (neighborhood treatment effects)

ATE avec
ATE sans effet Pourcentage
effet de Biais
de voisinage de biais
voisinage

Revenu

Revenu brut (STN,


.50*** .52*** .01 3.7
log)

Revenu net (STN, log) .38*** .42*** .04 11.1

Revenu du ménage
par habitant (STN, .47*** .49*** .02 4.2
log)

Revenu de
l'agriculture (STN, .70*** .71*** .00 1.2
log)

61
Part du revenu

Agriculture (cultures
.04*** .04*** .00 1.66
et élevage; %)

Cultures (%) .07*** .07*** -.00 -.94

Bétail (%) -.02* -.02* -.01 -.01

Travail Indépendant
-.02** -.02** .00 -7.4
(%)

Transferts (%) -.00 -.00 -.00 9.7

Emploi agricole (%) -.02** -.02** .00 -2.2

Emploi non-agricole
(%) .00 .00 -.00 -48.4

Autres revenus (%) .00 .00 .00 36.1

Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
(2)−(1)
2. Biais = (2) – (1); Pourcentage de biais = *100
(2)

Tableau A 6: Les indices des actifs - Effets de traitement de voisinage (neighborhood treatment
effects)

ATE avec
ATE sans effet Pourcentage
effet de Biais
de voisinage de biais
voisinage

Indice des actifs du


.00 -.00 -.00 496.7
logement (MCA)

Durable assets index


.16** .15** -.00 -6.3
(PCA)

Indice des actifs


.29*** .30*** .01 3.6
productifs (PCA)

Livestock assets index


.04* .05** .00 12.92
(PCA)

Indice des actifs du


.15*** .15*** .00 .08
bétail (PCA)

Indice de bétail
.22*** .25*** .03 13.4
tropical

Nombre de chèvres
.36*** .36*** -.00 -.10
possédées

Nombre de porcs
.65*** .66*** .00 .97
possédés

Nombre de poulets
1.31 1.40 .08 6.1
possédés

Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
(2)−(1)
2. Biais = (2) – (1); Pourcentage de biais = *100
(2)

62
Tableau A 7: Réduction de la pauvretéty reduction et diversification des revenus – Effets de
traitement de voisinage (neighborhood treatment effects)

ATE avec
ATE sans effet Pourcentage
effet de Biais
de voisinage de biais
voisinage

Réduction de la
pauvreté

Movement hors de la
pauvreté basé sur le .05 .067 .01 21.0
40ème centile – global

Movement hors de la
pauvreté basé sur le
.08** .09** .00 2.0
60ème centile -
overall

Movement hors de la
pauvreté basé sur le .03 .06 .02 41.2
60ème centile - global

Movement hors de la
pauvreté basé sur le
.06* .06* -.00 -1.9
60ème centile -
durables

Movement hors de la
pauvreté basé sur le
.03 .03 -.00 -19.3
40ème centile -
durables

Movement hors de la
pauvreté basé sur le
.10*** .11*** .00 6.2
60ème centile -
productive

Diversification des
revenus

Indice de diversité de
Gini-Simpson des -.03* -.02* .00 -3.1
revenus

Indice de diversité
Berger-Parker des -.06 -.03 .02 -85.0
revenus

Indice de Shannon des


-.01* -.01** .00 3.5
revenus

Nombre de sources de
.03 .04 .01 26.8
revenus

Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
(2)−(1)
2. Biais = (2) – (1); Pourcentage de biais = *100
(2)

Tableau A 8: Sécurité alimentaire, vulnerabilité et résilience - Effets de traitement de voisinage


(neighborhood treatment effects)

ATE avec
ATE sans effet Pourcentage
effet de Biais
de voisinage de biais
voisinage

Diversité
alimentaire

63
HDDS13 .54*** .60*** .06 10.2

Sécurité alimentaire

FIES -.56*** -.52*** .04 -8.9

Résilience

Nombre de chocs
-.04 -.06 -.01 34.2
subis par le ménage

Gravité des chocs


-.04 -.06 -.02 41.1
subis (moyenne)

Capacité à se remettre
-.15 -.16 -.01 7.83
des chocs

Indice de résilience
.46*** .49*** .03 6.5
(PRIME)
Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
(2)−(1)
2. Biais = (2) – (1); Pourcentage de biais = *100
(2)

Tableau A 9: Accès au marché - Effets de traitement de voisinage (neighborhood treatment effects)

ATE avec
ATE sans effet Pourcentage
effet de Biais
de voisinage de biais
voisinage

1. Participation au
marché

Cacao
(binaire; .01 .00 -.00 -66.7
1=participation)

Café (binaire;
.05*** .05*** -.00 -4.34
1=participation)

Poivre
(binaire; .03** .03** -.00 -4.9
1=participation)

Bétail
(binaire; .08*** .08*** -.00 -5.7
1=participation)

Temps pour
atteindre le marché
de production de la
.06** .07*** .00 6.83
plus importante
transaction (heures,
log)

Temps pour
atteindre le marché
de production de la
.05 .04 -.00 -8.9
plus importante
transaction – cacao
(heures, log)

Nombre d'acheteurs
au cours du dernier .42* .40* -.01 -3.8
mois

Valeur des ventes


de cultures et de
bétail

Valeur des ventes de


.32*** .32*** .00 .07
cacao (STN, log)

13
Score de diversité alimentaire des ménages
64
Value of coffee
.45*** .43*** -0.0 -2.9
sales (STN, log)

Valeur des ventes de


.28** .27** -.01 -3.8
café (STN, log)

Value of
agricultural sales .84*** .84*** .00 .82
(STN, log)

Valeur des ventes de


.48** .54*** .053 9.8
poivre (STN, log)

Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
(2)−(1)
2. Biais = (2) – (1); Pourcentage de biais = *100
(2)

Tableau A 10: Autonomisation des femmes et des jeunes - Effets de traitement de voisinage
(neighborhood treatment effects)

ATE avec
ATE sans effet Pourcentage
effet de Biais
de voisinage de biais
voisinage

Autonomisation des
femmes

Les femmes contrôlent


les revenus du .01 .00 -.00 -126.3
ménages (binaire)

Autonomisation des
jeunes

Les jeunes contrôlent


les revenus du .02* .02* -.00 -15.2
ménages (binaire)
Notes:
1. *, ** & *** représentent une signification statistique au niveau de 10%, 5% et 1% respectivement.
(2)−(1)
2. Biais = (2) – (1); Pourcentage de biais = *100
(2)

65
Annexe 3: Statistiques descriptives des associations
de producteurs

Tableau A3.1: Structure des associations de producteurs

Associations de
producteurs (AP)

N Moyenne/ET

Adhésion aux coopératives

CECAB 61 0.54
0.06

CECAQ11 61 0.31
0.06

CECAFEB 61 0.07
0.03
0.11
0.04
CEBIBA 61

Cultures

0.89
Cacao 61
0.04

0.07
Café 61
0.03

0.11
Poivre 61
0.04

Composition des APs

55
N de membres 61
4.57

42
N de membres actifs 61
3.76

34
N de membres femmes 61
16.19

1
N de membres handicapés 61
0.21

Services fournis

0.87
L’AP achète des cultures 61
0.04
0.54
L’AP fournit une formation 61 0.06

0.33
L’AP fournit des intrants 61 0.06

Gouvernance

Le président de l'association est une femme 0.08


61 0.12

66
0.18
Le président de l'association est jeune 61
0.04
Au moins une femme membre de la direction
de l'association 0.70
61
0.06
Au moins un jeune membre (<32) dans le
leadership de l'association 0.52
61
0.06

Agriculture biologique
Superficie des terres actuellement certifiées
biologiques (hectares) 83.9
61
7.96
Quels sont les avantages les plus importants
de l'agriculture biologique et des
certifications?

Revenu plus élevé pour les agriculteurs 0.70


61 0.06

0.51
Plus grande durabilité environnementale 61 0.06

0.52
Années supérieures 61 0.06

0.56
Plus grande sécurité alimentaire 61 0.06

Tableau A3.2: Commercialisation des association de producteurs

Associations de
producteurs (AP)

N Moyenne/ET

La commercialisation

Nombre de personnes ayant livré au cours des 12 60 47.4


derniers mois 4.27

Quantité livrée d'agriculteurs à l’AP au cours des 61 25.79


12 derniers mois (tonne) 2.96

Prix fermier reçu pour 1 kg de culture (toutes) 60 22.6


(STN) 3.56

19.21
Prix reçu par un agriculteur pour 1 kg de culture 52
0.04
- CACAO (STN)

14.25
Prix reçu par un agriculteur pour 1 kg de culture 4
0.75
- CAFÉ (STN)

75.00
Prix fermier reçu pour 1 kg de culture - POIVRE 4
43.3
(STN)

Quantité l’AP a livré à la coopérative au cours 25.07


61
des 12 derniers mois (tonne) 2.81

Quantité l’AP a livré à la coopérative en 2008 8.79


61
(tonne) 2.19

67
36.93
Prix payé par la coopérative pour 1 kg de culture 61 8.14

0.72
L'association s'engage à fournir une quantité 0.06
61
minimale

32.56
Quantité minimale que le Pa s'engage à livrer (en 3.43
42
tonnes)

Prix

L’AP pense que le prix opéré par la coopérative


était:

Plus haut que le marché 0.56


61
0.06

Identique au prix du marché 0.23


61
0.06

Inférieur au prix du marché 0.21


61
0.05

Infrastructure et équipement

Entrepôt 0.69
61
0.06
0.57
Bureau 58 0.07

0.47
Mobilier de bureau 59 0.07

0.69
Fermentation 59 0.06

0.8
Séchoir solaire 60 0.05
Séchoir électrique 0.02
58 0.02

Equipement de transformation 0.07


58 0.03

Tracteur 0.05
59
0.03
Moto
0.82
58
0.05
Téléphone
0.07
58
0.03
Panneau solaire 0.02
58 0.02

68