Mémoire Sur Rendement de L'ananas

Analyse des facteurs déterminant le rendement de l’ananas au Bénin : cas
de la campagne agricole 2015-2016
UNIVERSITE D’ABOMEY-CALAVI (UAC)
ECOLE NATIONALE D’ECONOMIE APPLIQUEE ET DE MANAGEMENT (ENEAM)
MEMOIRE DE FIN DE FORMATION
POUR L’OBTENTION DU DIPLOME DE TECHNICIEN SUPERIEUR (DTS)
Filière : Statistique Option : Economie Appliquée
34e PROMOTION
ANNEE ACADEMIQUE: 2015-2016
Analyse des facteurs déterminant le rendement de
l’ananas au Bénin : cas de la campagne agricole 2015-2016
Réalisé et présenté par :
Bernadin Adouwekonou et Morel M. Senahoun
Sous la direction de :
Maître de stage Directeur de mémoire
Dr Yves Ajavon Dr Roland Medjigbodo
Directeur de la Statistique Enseignant chercheur
Agricole
Mars 2017
Réalisé par Bernadin Adouwekonou et Morel M. Senahoun i

L’Ecole Nationale d’Economie Appliquée et de Management n’entend donner ni

approbation, ni improbation aux opinions émises dans ce mémoire. Ces opinions
doivent être considérées comme propres à leur auteur.
Réalisé par Bernadin Adouwekonou et Morel M. Senahoun i

Nous certifions que le présent mémoire a été réalisé par leur auteur.
Il est arrivé à terme et peut-être soutenu devant un jury.
Cotonou, le ………Mars 2017
Signatures
Directeur de mémoire Maître de stage
Roland Medjigbodo Yves Césaire A. Ajavon
Réalisé par Bernadin Adouwekonou et Morel M. Senahoun ii

Réalisé par Bernadin Adouwekonou et Morel M. Senahoun iii

Dédicace
- Au père céleste qui me guide.

- A ma mère DESSEMEDO Hounsi, pour tous les
efforts, leur sacrifies quotidiens et soucis
permanant pour assurer mon éducation.
- A mon père ADOUWEKONOU Dossa, toi qui a
assuré ton rôle de père.
- A mon frère ADOUWEKONOU Expedit, pour
tous ces conseils, sa participation pour ma
réussite. Je dédie
- A toute la famille ADOUWEKONOU.
Bernadin Adouwekonou
A mon père Eloi R. SENAHOUN, toi qui a

fourni tant d’efforts pour mon éducation par
tes conseils et à travers ton rôle de guide.
A ma mère Flora TOKOUNOUVISSO, toi qui

n’a jamais failli à ton rôle de mère.
Au Dr Florentin NAGBE, sans qui je ne peux

arriver au terme de ce cursus.
A toute la famille SENAHOUN
Je dédie
Morel M. SENAHOUN
Réalisé par Bernadin Adouwekonou et Morel M. Senahoun iv

Remerciements
Avant tout développement, il apparaît opportun de commencer ce mémoire de fin de
formation en remerciant :
 Dr Rosaline W. HOUNDEKON, Directrice de l’Ecole Nationale d’Economie

Appliquée et de Management (ENEAM) ;
 Dr Théophile DAGBA, Directeur Adjoint de l’Ecole Nationale d’Economie

Appliquée et de Management (ENEAM) ;
 Dr Roland MEDJIGBODO, notre maître de mémoire, pour sa patience, ses

observations, ses orientations et ses conseils à notre égard ;
 Dr Yves A. C. AJAVON, notre maître de stage, qui en dépit de ses responsabilités

et nombreuses occupations a bien voulu accepter la direction de ce travail et a fait
preuve d’une grande disponibilité dans sa réalisation.
 Le responsable de la filière statistique à savoir le Dr Barthelemy SENOU.
 M. ABALLO Serge et les autres chefs de la DSA pour leur assistance, leur
précieux conseils et soutiens ;
 M. TABOE Beaugard pour sa présence et son soutien ;
 Nos amis et proches ;
 Tous les étudiants de la 34ème promotion de la filière Statistique en particulier ceux

qui ont fait leur stage à la DSA;
 Tous ceux qui de près, ou de loin, ont contribué à la réalisation de ce mémoire.
Réalisé par Bernadin Adouwekonou et Morel M. Senahoun v

Liste des sigles et acronymes
Acronymes Sigles
DSA Direction de la Statistique Agricole
MAEP Ministère de l’Agriculture de l’Elevage et

de la Pêche
INSAE Institut National de la Statistique et de

l’Analyse Economique
FAO Organisation des Nations Unies pour

l’Alimentation et l’Agriculture
CeRPA Centre Régional pour la Promotion

Agricole.
OPA Organisation Professionnelle des

Agriculteurs
CSPro Census and Survey Processing System
SPSS Statistical Package for the Social Science
Réalisé par Bernadin Adouwekonou et Morel M. Senahoun vi

LISTE DES TABLEAUX
Tableau 1 : Répartition en pourcentage de l’état du rendement selon l’appartenance ou non du

producteur à une OPA ………………………………………………………………………..32
Tableau 2 : Matrice de corrélation …………………………………………………………………..34
Tableau 3 : Résultats d’estimation du modèle logit ………………......................................................36
LISTE DES GRAPHIQUES
Graphique 1 : Répartition suivant le sexe …………………………………………………………....31
Graphique 2 : Répartition selon l’appartenance ou non à une OPA …………………………………31
Graphique 3 : Répartition selon l’âge du producteur ………………………………………………...32
Graphique 4 : Répartition des producteurs selon l’état du rendement ……………………………….33
Graphique 5 : Courbe d’évaluation de la qualité prédictive du modèle ……………………………...35
Réalisé par Bernadin Adouwekonou et Morel M. Senahoun vii

Résumé
Cette étude analyse les facteurs déterminant du rendement de l’ananas au Bénin : cas
de la campagne agricole 2015-2016. Il examine l'impact des facteurs
sociodémographiques, des facteurs liés à l’exploitation et les aléas climatiques sur
l’état du rendement de l’ananas. L'analyse effectuée à l'aide du modèle logit sur 158
producteurs d’ananas au cours de la campagne 2015-2016 montre que l’ancienneté
dans l’activité, l’appartenance à une OPA, l’utilisation des engrais et l’encadrement
influencent positivement le rendement de l’ananas tandis que la pluviométrie
l’influence négativement.
Mots clés : ananas, producteurs, rendement, facteurs, logit
Abstract
This study analyzes the factors determining the yield of pineapples in Benin: case of
the 2015-2016 crop year. It examines the impact of socio-demographic factors,
exploitation factors and climatic contingencies on crop yields, pineapple. The analysis
carried out using the logit model on 158 pineapple producers during this campaign
shows that seniority in activity, membership in a takeover bid, use of fertilizers and
management have a positive influence on yield pineapple while the rainfall acts
negatively on the yield of pineapples.
Key words : pineapple, producers, yield, factors, logit
Réalisé par Bernadin Adouwekonou et Morel M. Senahoun viii

Table des matières

Introduction ……………………………………………………………………………………………..1
CHAPITRE 1 : CADRE INSTITUTIONNEL DE L’ETUDE………………………………………….3
1.1. Direction de la Statistique Agricole (DSA)…………………………………………………………………………………….4
1.1.1. Mission et Attributions……………………………………………………………….4

1.1.2. Organisation administrative…………………………………………………………5
1.2. Microenvironnement et macro environnement de la DSA…………………………………………5
1.2.1. Microenvironnement de la DSA………………………………………………..……5
1.2.2. Macroenvironnement de la DSA…………………………………………………….6
CHAPITRE 2 : CADRE THEORIQUE ET METHODOLOGIE………………………….... …...........9
2.1. Enoncé du problème et intérêt de l’étude …………………………………………………………………………………..10
2.1.1. Enoncé du problème …………………………………………………………………………………………………10
2.2.2. Intérêt de l’étude ……………………………………………………………………………………………………….13
2.2. Objectifs et Hypothèses …………………………………………………………………………………………………………….14
2.2.1. Objectifs …………………………………………………………………………………………………………………….14
2.2.2. Hypothèses …………………………………………………………………………………………………………………14
2.3. Revue de littérature et méthodologie……………………………………………………………………………..............15
2.4. Limites de l'étude…………………………………………………………………………………………………………………..29
CHAPITRE 3 : PRESENTATION ET INTERPRETATION DES RESULTATS …………………………….30
3.1. Présentation et interprétation des résultats …………………………………………………………………………………31
3.1.1. Analyse descriptive…………………………………………………………………………………………………… 31
3.2.2. Analyse économétrique ……………………………………………………………………………………………..35
3.3.3. Interprétation des résultats …………………………………………………………………………………….…36
3.2. Préconisations Opérationnelles ………………………………………………………………………………………………….40
Conclusion…………………………………………………………………………………………………………………………………..41
Références Bibliographiques …………………………………………………………………………………………………………..42
Annexe …………………………………………………………………………………………………………………………………………… 43
Réalisé par Bernadin Adouwekonou et Morel M. Senahoun ix

Analyse des facteurs déterminant le rendement de l’ananas au
Bénin : cas de la campagne agricole 2015-2016
INTRODUCTION
L’agriculture continue d’être le principal secteur dont dépend la survie de la majorité
de la population africaine. Ce secteur emploie plus de 60% des actifs et contribue pour
plus de 35% du PIB de la majorité des pays africains et plus des 40% dans les pays les
moins avancés d’Afrique (Guèye, 2006). D’après Lebailly (2006), le secteur agricole
continue de représenter le moteur essentiel du développement économique et social
pour la plupart des pays pauvres.
Au Bénin, ce secteur occupe environ 70% de la population active, contribue pour près
de 33% au PIB, fournit environ 75% des recettes d’exportation et 15% des recettes de
l’Etat (MAEP, 2015). Les produits agricoles exportés constituent pour un grand
nombre de pays en développement, la principale et parfois la seule source de revenus
monétaires qui permettent aux producteurs de faire face à des besoins alimentaires et
non alimentaires. Pour augmenter durablement ce revenu et réduire par conséquent la
pauvreté, nombre d’auteurs conviennent du fait d’améliorer de façon générale la
productivité agricole. Pour Barthomeuf et Ehrart, (2000), le renforcement de la
productivité est un facteur déterminant de l’élévation des revenus individuels et d’une
dynamique de développement. Comme le fait remarquer Eicher (2000), c’est
essentiellement en raison de la faible productivité que le secteur agricole ne peut pas
assurer son rôle primordial de stimulant de la croissance économique, de fournisseur
de devises et de générateur d’emplois.
Les tendances récentes laissent donc entrevoir le renforcement du rôle de ce secteur

dans les décennies à venir. Aujourd’hui, malgré des changements importants dans les
discours politiques, la performance de l’agriculture reste globalement faible (Guèye,
2006). La question de l’augmentation de la productivité des facteurs de production se
pose de plus en plus et devrait rester au cœur de ces politiques pour espérer augmenter
le bien-être des populations (Issaka, 2000). La productivité agricole reste un facteur
qui touche tous les produits agricoles, qu’ils soient de subsistance comme les céréales,
ou d’exportation comme l’ananas. En effet, la culture de l’ananas a permis aux
paysans d'obtenir des revenus directs, d'améliorer ainsi leur niveau de vie. Ces
Réalisé par Bernadin Adouwekonou et Morel M. Senahoun 1

importances et avantages reconnus partout dans le monde le sont évidemment pour le

Bénin. L’ananas est la troisième culture d’exportation au Bénin derrière le coton et
l’anacarde avec une contribution de 5,93% au PIB agricole et 1,87% au PIB national
(DSA, 2016).
Mais le taux d’accroissement de cette culture n’est pas encore suffisant pour résoudre
les problèmes des agriculteurs et permettre à la nation de récolter des gains de devises.
Ainsi, les problèmes actuels de faiblesse de productivité généralisée constatés malgré
l’existence de technologies plus ou moins performantes de production, la diminution
des parts de marchés, les problèmes d’ordre institutionnel, etc., sont autant de facteurs
constatés ces dernières années qui conduisent à une analyse sur les facteurs influençant
la productivité de l’ananas au Bénin.

CHAPITRE I : CADRE
INSTITUTIONNEL
DE L’ETUDE

Chapitre 1 : CADRE INSTITUTIONNEL DE L’ETUDE
1.1. La Direction de la Statistique Agricole (DSA)

La Direction de la Statistique Agricole (DSA) est l’une des sept (07) directions
techniques de la Direction Générale du Développement Agricole, de l’Alimentation et
de la Nutrition (DGDAN) du MAEP. La DSA produit les statistiques dans le domaine
de l’agriculture, de l’élevage et de la pêche. Elle a été créée en 2012 et devenue
opérationnelle en février 2014. La DSA est sise à Fidjrossè (Cotonou), 100m après la
pharmacie la Madone à gauche en allant vers le carrefour Houénoussou 03 BP : 2900
COTONOU-BENIN, email : dsamaep@yahoo.fr.
1.1.1. Mission et attributions de la DSA

La Direction de la Statistique Agricole (DSA) assure pour l’ensemble du
ministère et en relation avec les directions techniques de la DGDAN et la DPP, la
conception, la réalisation et le suivi de toutes les actions de collecte, de traitement,
d’analyse et de diffusion des statistiques dans le domaine de l’agriculture, de l’élevage
et de la pêche.
A ce titre, elle est chargée de :
- concevoir, élaborer et suivre la mise en œuvre de la politique du Ministère de

l’Agriculture, de l’Elevage et de la Pêche en matière de statistiques agricoles ;
- coordonner toutes les activités statistiques dans les domaines de l’agriculture, de

l’élevage et de la pêche ;
- représenter le secteur au sein du Conseil National de la Statistique et dans les

réunions nationales et internationales ;
- suivre l’évolution des productions et centraliser les données technico-économiques ;

élaborer les plans d’action et les rapports périodiques d’activités.
Toutes ces missions et attributions se résument à travers l’objectif général de la DSA

qui est de rendre disponible à temps les données statistiques fiables et régulièrement
actualisées sur le secteur agricole.

De façon spécifique, la DSA a pour objectif de :
 Rendre disponible les données statistiques du sous-secteur production

végétale;
 Rendre disponible les données statistiques du sous-secteur de l’élevage;
 Rendre disponible les données statistiques du sous-secteur de la pêche.
1.1.2. Organisation administrative
La DSA est constituée d’une équipe pluridisciplinaire composé d’Agents Permanents

de l’État et d’Agents Contractuels. Son personnel est composé d’ingénieurs
statisticiens –d’économistes –d’ingénieurs agronomes – d’analyste Programmeur.
La forme organisationnelle adoptée à la DSA est la déconcentration. Les

décisions prises par le Directeur parvient d’abord aux chefs services qui à leur tour les
renvoient aux chefs divisions. La DSA est composée d’un Secrétariat (Se) et de trois
services :
- le Service des Etudes Statistiques et Economiques (SESE) qui a deux divisions dont
la Division des Statistiques Courantes (DSC) et la Division des Etudes (DE) ;
- le Service des Méthodologies, des Enquêtes et du Recensement (SMER) constituée

de la Division de la Méthodologie (DM) et la Division des Enquêtes et du
Recensement (DER).
- le Service du Traitement de l’Information et des Publications (STIP) qui a trois

divisions dont la Division du Traitement de l’Information (DTI), la Division de la
Cartographie et du Système (DCS) puis la Division des Publications (DP).
1.2. Microenvironnement et macro environnement de la DSA

1.2.1. Microenvironnement de la DSA
Le microenvironnement de la DSA se compose de ses partenaires et de ses

concurrents.
 Les partenaires de la DSA :
- Direction de Programmation et de la Prospective (DPP)

- Institut National de la Statistique et de l’Analyse Economique (INSAE)

- Organisation des Nation Unies pour l’Alimentation et l’Agriculture (FAO)
- Office Nationale d’Appui à la Sécurité Alimentaire (ONASA)
- Direction Générale des Affaires Economiques (DGAE)
- Association Interprofessionnel de Coton (AIC)
 Les concurrents de la DSA
DSA étant une structure publique, n’a aucun concurrent mais est souvent
confrontée aux difficultés financières. Ce qui la limite dans la mise en œuvre
correcte de sa mission.
1.2.2. Macroenvironnement de la DSA

 L’environnement de travail à la DSA
Les agents de la DSA suivent momentanément des formations de renforcement de

capacité et peuvent bénéficier de promotion. Notons que la gestion de carrière de ces
agents est assurée par la Direction des Ressources Humaines du MAEP conformément
aux textes en vigueur. Le plateau technique des agents de la DSA est composé d’outils
informatiques modernes comportant des ordinateurs et accessoires, ainsi que des
logiciels statistiques dont Excel, Cspro, Stata, SPSS etc. Cependant, ce plateau n’espas
encore au complet. Il manque par exemple une salle informatique, une salle de réunion
et même de personnel.
 L’environnement juridico-institutionnel
Etant une structure publique, la DSA est fortement soumise aux influences des
décisions politiques prises au niveau de son ministère de tutelle, le Ministère de
l’Agriculture, de l’Elevage et de la Pêche (MAEP).
1.3. Déroulement du stage et observations

Nous avons effectué notre stage à la DSA plus précisément au Service des
Etudes Statistiques et Economiques (SESE). Dans l’organigramme de la DSA, le
SESE est directement rattaché au directeur de la DSA et a pour mission de :

- élaborer le plan de travail et le budget annuel du service ;

- analyser la conjoncture du secteur agricole, en liaison avec les structures
concernées ;
- analyser les résultats des enquêtes, des recensements agricoles et des données
statistiques du secteur agricole ;
- élaborer les comptes et revenus du secteur agricole ;
- établir les bilans alimentaires en liaison avec les structures concernées ;
- élaborer les indicateurs de conjoncture ;
- élaborer des modèles statistiques applicables à l’agriculture ;
- diffuser les données de statistique agricoles et alimentaires en collaboration
avec la Direction de l’Informatique et du Pré archivage ;
- suivre l’exécution des activités du système national d’alerte rapide dans le cadre
de la sécurité alimentaire en liaison avec les structures concernées ;
- participer à l’identification et au suivi des groupes et zones à risque
d’insécurité alimentaire ;
- élaborer les plans d’action et les rapports périodiques d’activités.
Dans le volet d’analyser les résultats des enquêtes, des recensements agricoles et des
données statistiques du secteur agricole, plusieurs activités sont en cours à la DSA
dans divers domaines notamment celui de l’agriculture et de la pêche. Notre stage s’est
déroulé dans le domaine de l’agriculture, dans le cadre des enquêtes sur l’estimation
du rendement d’ananas au Bénin : campagne agricole 2015-2016.
Nous avions par ailleurs participé à plusieurs activités organisées par la DSA
notamment celle relative à la saisie des fiches d’enquêtes sur l’estimation du
rendement d’ananas au Bénin : campagne agricole 2015-2016, sur l’estimation de la
production piscicole et enfin sur l’estimation de la production du coton au Bénin.
Pendant ce stage, nous avons eu l’opportunité de travailler dans un environnement

multidisciplinaire. Nous avons pu mettre en pratique les notions de collecte, de
traitement, d’analyse, de gestion de base de données et de rédaction de rapport. En
définitif, la DSA nous a offert un cadre exceptionnel de travail où nous avons eu le

plaisir de mettre en application nos connaissances théoriques. Notre stage s’est déroulé
dans une ambiance de travail, conviviale.

CHAPITRE II : REVUE DE LITTERATURE

ET METHODOLOGIE

Chapitre 2 : Revue de littérature et méthodologie
2.1. Enoncé du problème et intérêt de l’étude
2.1.1. Enoncé du problème
L’agriculture béninoise est principalement une agriculture de type familial reposant sur
des petites exploitations familiales paysannes, orientées vers la polyculture et
associées souvent au petit élevage (volailles, petits ruminants ou porcins).
Elle est considérée comme un secteur dont les nombreuses potentialités doivent être
judicieusement exploitées pour soutenir la croissance économique nationale et
contribuer ainsi à lutter efficacement contre la pauvreté (MAEP, 2013). L’agriculture
apparait donc pour le Bénin comme un secteur stratégique de l’économie. Cependant
l’insuffisance de réflexions communes, d’analyses profondes des problèmes et le
manque d’orientation appropriée ont souvent été à l’origine d’improvisation,
d’hésitation voire de duplication, toute chose préjudiciable à l’efficacité des actions
(Montcho, 2010).
Au Bénin, le niveau de productivité de la quasi-totalité des spéculations agricoles est
en dessous de ceux enregistrés ailleurs dans le monde ou de ceux permis par les
conditions agro-écologiques locales. Les rendements des principales productions sont
restés en deçà des rendements moyens au niveau mondial (Sossou, 2015). L’ananas,
l’un des produits de rente les plus importants de notre économie n’y est pas échappé.
En effet, l’ananas est l’un des principaux fruits tropicaux du monde. Au Bénin,
l’ananas est cultivé essentiellement dans le Sud, avec une forte concentration dans la
région de l’Atlantique où les conditions climatiques sont les plus favorables. Au plan
économique, la production de l’ananas est d’une importance non négligeable pour le
pays. En 2006, par exemple, elle a contribué pour 1,2% au Produit Intérieur Brut (PIB)
et 4,3% du PIB agricole, soit environ 13 milliards de FCFA (INSAE, 2007). Diverses
études ont montré que la filière possède de forte potentialité pouvant induire des effets
directs et indirects. Mais derrière cette émergence, se cachent d’autres réalités moins
reluisantes.

Les récentes études menées par la Direction de la Statistique Agricole (DSA)

montrent que la superficie cultivée a connu un accroissement de 134% au cours de ces
dix dernières années, passant de 2196 ha durant la campagne agricole 2006-2007 à
5146 ha entre 2015-2016. La production quant à elle est passée de 124463 tonnes à
244207 tonnes au cours de la même période, soit une augmentation de 96%. Le
rendement n’a connu aucun accroissement et a même chuté de plus de 16% au cours
de la même période passant de 56,677 tonnes/ha à 47,459 tonnes/ha. Au total,
l’accroissement de la production d’ananas est plus tributaire de l’extension des
superficies emblavées que de l’amélioration du rendement (Adegbola P., Sodjinou E.
et Bankole A. ; 2011). Il en ressort que les superficies de production de l’ananas
croissent chaque année et par conséquent, la production croit mais le rendement
décroit. C’est dire que la culture de l’ananas au Bénin est extensive. Selon Jean Guyot
(2012), l’ananas ne peut pas être cultivé en extensif car il a besoin de petites
interventions régulières et au bon moment. La préoccupation majeure qui se dégage
est comment rendre la culture de cette spéculation intensive ? En effet,
l’amélioration du rendement d’ananas apparait comme une solution urgente pour
pallier à ce problème.
Ainsi, le développement de cette filière exige une attention toute particulière aux
contextes institutionnels, financiers, organisationnels et techniques. Ceci requiert, entre
autres, une utilisation optimale des facteurs de production en quantité et en qualité et
en temps opportun par l’amélioration des technologies et l’efficacité des systèmes de
production. En effet, l’accroissement des productions agricoles passe non seulement
par une forte intensité culturale, mais aussi et surtout par la productivité et l’efficacité
des exploitations agricoles (Fall, 2006). Cette diversification exige une consommation
plus accrue en intrants (semences, engrais, produits phytosanitaires, etc.)
La question du rendement de la production d’ananas est imputée à plusieurs causes au

nombre desquelles l'inefficacité et l'inefficience de la vulgarisation, la négligence ou le
manque d'incitation des producteurs (Matthess et al, 2005), le non-respect des
exigences culturales, le retard dans l'installation des champs et le sous-dosage des
intrants (Fadégnon et al, 2002). La baisse de fertilité au niveau des terres pourrait être

une cause. Mais il existe certainement d'autres facteurs occasionnant cette baisse de
rendement, de production et de revenus.
La recherche sur les déterminants de cette situation mérite d'être conduite. Il paraît
alors opportun de se pencher sur l'efficacité économique des producteurs et d'explorer
les facteurs qui influencent leur productivité pour la formulation de politiques allant
dans le sens du développement de cette filière qui suscite autant d’engouement. La
présente étude qui s’inscrit dans ce cadre s’est intéressé à << l’analyse des facteurs
déterminant le rendement de l’ananas au BENIN : cas de la campagne agricole
2015-2016>> afin d’identifier les facteurs qui militent en faveur de la productivité
d’ananas au BENIN.

2.1.2. Intérêt de l’étude

Pour une meilleure politique de production et de commercialisation de
l’ananas, il est important de connaitre les rendements pour chaque variété et dans
chaque commune productrice. Cela permettrait d’apprécier l’évolution de sa
productivité et d’envisager les mesures nécessaires à une meilleure compétitivité de la
filière ananas au Bénin. Les résultats de cette étude permettront aux producteurs de
maitriser les principaux facteurs qui influencent le rendement de l’ananas afin
d’orienter de façon objective la production, indicateur de performance agricole. Elle
permettra également à ces derniers d’identifier les facteurs qui militent en leur faveur
mais aussi le degré d’implication de chacun de ces facteurs pour un bon rendement.
Quant aux décideurs politiques, cette étude constituera un outil de référence lors de la
prise des décisions touchant les producteurs de l’ananas.

2.2. Objectifs et hypothèses
2.2.1. Objectifs
L’objectif général de notre étude est de faire ressortir les principaux facteurs qui ont
contribué à l’obtention d’un bon rendement de l’ananas au cours de la campagne 2015-
2016. De manière spécifique, il s’agit de :
O1 : Evaluer l’impact des facteurs sociodémographiques du producteur (ancienneté

dans l’activité et le sexe du producteur) sur les rendements de l’ananas.
O2 : Faire ressortir l’effet des facteurs liés à l’exploitation (utilisation des engrais,
appartenance à une OPA, traitement aux pesticides, encadrement, variété et la taille
des rejets) sur les rendements de l’ananas.
O3 : Evaluer l’impact de la pluviométrie sur les rendements de l’ananas.
2.2.2. Hypothèses
Pour atteindre ces objectifs, trois hypothèses sont formulées :
H1 : Les facteurs sociodémographiques (ancienneté dans l’activité et le sexe du

producteur) influencent le rendement de l’ananas.
H2 : Les facteurs liés à l’exploitation (appartenance à une OPA, utilisation des engrais,
traitement aux pesticides, encadrement, variété et la taille des rejets) influent
positivement le rendement de l’ananas.
H3 : La pluviométrie a un effet positif sur le rendement de l’ananas.

2.3. Revue de littérature et méthodologie
2.3.1. Revue de littérature
Dans cette section nous donnerons dans un premier temps les concepts de l’ananas, de
rendement, de système de production, de système de culture, de contraintes et enfin
nous ferons mention des travaux empiriques de certains dans ce domaine.
2.3.1.1. Approche théorique

 L’ananas
De son nom scientifique « ananas comosus » appartient à la famille des
Broméliacées. C’est une plante herbacée vivace de 1 m à 1,50 m, formée en tous sens
de feuilles en rosette persistantes longues et étroites, coriaces et épineuses, de 50 cm à
1,80 m de long. C’est une plante tropicale qui ne tolère pas les températures inférieures
à 10°C. Le fruit contient environ 85% d’eau, est riche en sucre (12 à 15%), en
potassium et contient de nombreuses vitamines A et B. En outre, le fruit contient la
broméline, une enzyme protéolytique dont l’activité est semblable à celle de la papaïne
(Gbéhounou et Gbassi, 2004). Peu exigeant en eau, l’ananas préfère des sols meubles,
léger, argilo-sableux... Sa multiplication est asexuée, la plante est très hétérozygote et
peu connue sur le plan génétique. Il est aussi une plante pluriannuelle, basse, cultivé
dans les régions tropicales pour son gros fruit, à pulpe sucrée et savoureuse. Son cycle
est de dix mois avec une floraison normale. (Law, 1991 : 38 ; Encarta).
Pour obtenir des fruits de taille et de forme homogène, la floraison est provoquée par
«hormonage ». Une solution à base d’éthylène est déposée au cœur de la plante afin de
déclencher la naissance des fruits. Outre l’homogénéisation de la production, cette
technique permet de récolter l’ananas à des dates connues à l’avance.
Les variétés de l’ananas dans le monde sont classées en cinq (05) groupes distincts. On
distingue :
- Le groupe Cayenne communément appelé Cayenne lisse. Il est surtout cultivé
en Afrique Occidentale et en Afrique du Sud ;
- Le groupe Pernambuco vulgairement appelé Abacaxi en Afrique Occidentale et
Pain de sucre au Bénin ;

- Le groupe Spanish cultivé surtout en Amérique Latine et en Asie (Malaisie) ;

- Le groupe Queens cultivé en Afrique du Sud, en Australie et à la Réunion ;
- Enfin le groupe Perolera cultivé en Colombie, en Equateur et au Pérou
(Loupéda ananas, p.21)
 Notion de rendement en agriculture
 Le rendement brut par hectare

Le rendement brut est le rapport entre la masse de la production récoltée
(exprimée en tonnes, en quintaux, en kilogrammes, voire en hectolitres pour des
liquides de densité unitaire ou proches de l'unité) et un facteur de production (Olivier
Barbie, 2015). Le facteur de production retenu est celui qui est jugé le plus rare.
Presque toujours, il s'agit de la surface de terre cultivée. On divise alors la production
par la surface occupée par une culture (généralement exprimée en hectares). C'est un
indicateur physique de la performance qui permet d'évaluer par comparaison une terre,
une variété, une pratique agricole.
 Les rendements agrégés

L'évaluation des pratiques agricoles par le seul rendement brut est facile dans
le cas des monocultures. En revanche, il est impossible de calculer cet indicateur
lorsque la surface agricole porte simultanément plusieurs cultures (compagnonnage,
cultures sous-couvert, agroforesterie). Pour envisager la fin de la monoculture
systématique des terres, il faut alors passer par une ruse arithmétique qui permet de
calculer les rendements des terres conduites en polyculture en les comparants aux
rendements des terres équivalentes conduites en monoculture. Une autre ruse
arithmétique consiste à agréger toutes les productions via une unité commune
imaginaire appelée unité de compte. L'unité de compte est habituellement la monnaie
qui a cours dans le pays où se trouvent les terres. Malheureusement, la valorisation
monétaire des productions ne fait que transformer la question de l'addition de biens
exprimés en des unités différentes en une autre question, tout aussi redoutable, qui est

celle de la valorisation objective des cultures. Car, comme la science économique l'a
largement démontré, la valeur des récoltes correspond à leur prix monétaire dans un
seul cas : lorsque les prix se forment au sein de marches parfaitement concurrentiels et
lorsque la monnaie n'est pas manipulée. Or, ce n'est pas du tout le cas de l'immense
majorité des pays dans lesquels les prix agricoles sont distordus par d'innombrables
subventions, taxes et barrières douanières non tarifaires et pour lesquels les monnaies
sont outrancièrement manipulées par les taux directeurs des banques centrales, la
réglementation bancaire et les délits d'initiés entre agents de change. Par conséquent,
les prix monétaires des productions agricoles dont nous disposons n'indiquent pas la
valeur de ces productions et rend toute agrégation par les prix parfaitement arbitraire.
Sans compter que l'économie mondiale est loin d'être totalement monétarisme et
marchandise. En effet, il existe encore de larges plans d'une économie de subsistance
non-monétaire, même dans les pays industrialisés, ce qui rend impossible toute
tentative d'agrégation par les prix de la production ainsi produite. De sorte que l'on en
revient presque toujours au calcul physique du rendement brut (Olivier Barbie, 2015).
 Notion de rendement en économie

En économie, le rendement mesure le rapport entre la quantité de produits
obtenus et une quantité donnée de facteurs de production. La théorie économique nous
permet d’y voir plus claire en distinguant rendements factoriels et d’échelle. Les
rendements << factoriels >> mesurent la variation de quantités produites résultant de
la variation de la quantité d’un seul facteur de production, les rendements << d’échelle
>> mesurant pour leur part la variation de quantités produites résultant de la variation
de l’ensemble des facteurs de production dans une même proportion. Ainsi, Selon la
loi des rendements factoriels décroissants les productivités moyennes et marginales
des facteurs de production sont décroissantes. Mais cela ne veut pas dire qu’au cours
du temps les productivités marginales diminuent. La loi des rendements décroissants
est une loi ceteris-paribus (la productivité d’un facteur diminue lorsque sa quantité
utilisée augmente, les quantités utilisées des autres facteurs étant constantes). Dans la
théorie classique les rendements d'échelle sont décroissants, le capital et le travail sont
endogènes, il n’y a pas de facteurs connaissances. Pour les économistes pessimistes du

19ème siècle (Ricardo, Malthus, Marx), l’accumulation du capital physique est

expliquée par les revenus attendus de l'investissement. Ce rendement de
l'investissement est la productivité marginale du capital, qui est décroissante quand le
capital augmente. Quand il y a peu de capital dans l'économie, l'investissement permet
d'accroître fortement la production, le rendement est élevé, ce qui incite à accumuler
davantage. Quand il y a beaucoup de capital dans l'économie, sa productivité
marginale est faible, le rendement est faible, l'incitation à accumuler est faible. A la
limite, à très long terme, la productivité marginale du capital devient nulle, l'incitation
à accumuler disparaît et la croissance aussi. Selon la théorie de Solow (1956), lorsque
les rendements d'échelle sont constants, le capital s’accumule de façon endogène, le
travail et la connaissance (progrès technique) sont exogènes. Laissons de côté pour
l'instant le progrès technique. Puisque les rendements sont constants, si on double la
quantité des facteurs travail et capital, alors on double la production. Si au cours du
temps, le facteur travail croît au taux et si le facteur capital croît lui aussi au taux, alors
la production croît, comme les deux facteurs.
 Système de production
Dans cette origine, le concept de système tient dans la tradition agronomique
une place importante. De nombreux concepts reposant sur le système firent ensuite
leur apparition : système de culture, système d’exploitation, système d’agriculture,
système de production, farming ou cropping systems. Des interrogations sur le contenu
réel de système de production nous interpellent donc (Petit, 1986 ; Bresner, 1987).
Chombart de Lauwe (1957), dans le cadre de la gestion de l’exploitation agricole,
définit le système de production comme « La combinaison des facteurs de production
et des productions en vue d’augmenter son profit ». Apportant plus de précision,
Dufumier (1985) le définit comme « une combinaison cohérente dans l’espace et dans
le temps, de certaines quantités de force de travail (familiale, salariée, etc.) et de divers
moyens de production (terres, bâtiments machines, instruments, cheptel, semences,
etc. en vue d’obtenir différentes productions agricoles, végétales ou animales ». Pour
d’autre auteurs, c’est la combinaison de personnes et institutions, dans une zone
délimitée, qui utilisent les terres et d’autres ressources naturelles, la main d’œuvre, le

capital, la technologie, les intrants non factoriels et l’information pour assurer la

production et la transformation de l’extrant agricole qui est destiné à la propre
consommation et / ou à l’échange avec des biens et des services produits ailleurs (
Tidjani, 2001).
Au-delà de la dimension économique du système de production une autre dimension
très importante sur laquelle le paysan fonde beaucoup de ses objectifs est à prendre en
compte dans la définition de ce concept : Il s’agit de la dimension socioculturelle.
Ainsi, Tourte (1978) définit le système de production comme « un ensemble de
production (végétale, animale) et de facteurs de production (terre, travail, capital) que
le producteur gère pour réaliser ses objectifs socioéconomiques et culturels au niveau
de l’exploitation ». Dans le même sens, un rapport de l’organisation des nations unies
pour l’alimentation et l’agriculture (FAO) produit en 1985, définit le système de
production comme « l’ensemble des activités agricoles et non agricoles et des facteurs
de production (terre, capital, travail, savoir) que le producteur gère pour atteindre les
objectifs économiques et socioculturels au niveau de l’exploitation ». La combinaison
de ces producteurs et facteurs de production trouvent sa cohérence au travers de la
rationalité du producteur qui doit être reconnu et accepté comme tel (même si sa
rationalité ne correspond pas à celle du chercheur ou du développeur).
 Système de culture
Selon Henin (1969), on appelle système de culture, « le mode de combinaison
des facteurs qui assurent la production agricole à l’action propre des végétaux sur le
niveau de production, l’homme a ajouté un certain nombre de facteurs nouveaux, tel
que fertilisants, irriguant, etc. »
La contribution d’un groupe de réflexion en 1975 cité par kpoyin (1996), sur le
concept est que le système de culture est un sous ensemble du système de production,
il se définit pour une surface de terrain occupée de manière homogène par les cultures
avec leur ordre de succession et les techniques culturales mises en œuvre. L’apport de
l’économiste Chombart de Lauwe en 1963 sur le sujet est que le système de culture
s’identifie à l’utilisation du sol pour différentes productions.

De toute ces différentes définitions qui, dans une certaine mesure se complètent, nous
pouvons retenir que le système de culture, un sous ensemble du système de
production, est le mode de combinaison des différents facteurs qui assurent la
production agricole sur une surface occupée de manière homogène par les cultures
avec leur ordre de succession et leur itinéraires techniques étant une suite logique et
ordonnée de techniques culturales appliquée à une espèce végétale cultivée depuis le
semis jusqu’à la récolte (Combe et Picard, 1990)
 Contraintes
Selon la Banque Mondiale (1989) citée par Houndékon (1996), la faiblesse de
la production agricole proviendrait du grand nombre de contraintes qui y sont liées. La
littérature distingue plusieurs catégories de contraintes parmi lesquelles nous avons :
 Les contraintes biologiques

La principale contrainte biologique sur la culture de l’ananas est l’attaque de
divers champignons qui provoquent des pourritures sur divers organes de la plante.
Cette culture souffre également de la prédation des nématodes. Les parties aériennes
peuvent subir l’attaque de cochenilles et d’acariens. Différentes méthodes de lutte
contre ces maladies et ravageurs existent. Par exemple, les fongicides sont utilisés pour
lutter contre les champignons ; les neurotoxiques sont utilisés pour lutter contre les
cochenilles et les acariens. La lutte contre les adventices se fait par un travail du sol
avant la plantation des rejets. Il est difficile par contre de lutter contre les nématodes.
Les rotations culturales sont ce qu’il y a de plus efficace (jachère ou plantes
améliorantes).
 Les contraintes techniques, organisationnelles et socio-économiques

Il existe une diversité de faveurs techniques et socio-économique qui limitent
la production de l’ananas. Un premier problème est l’accès à la terre. Peu d’exploitants
sont propriétaires des terres qu’ils cultivent. Ils les louent souvent pour 3 ou 5ans, le
prix varie selon la richesse du sol. Il est difficile d’avoir de grandes surfaces car les
grands terrains sont conservés pour la construction. Les exploitations sont alors très

morcelées. L’accès au crédit constitue un réel problème pour une culture dont le retour
sur investissement est de 18 mois. Or, le crédit est une étape indispensable pour le
développement de la filière ananas (Gnimadi, 2000).
L’analphabétisme, qui touche environs 80% des producteurs rend difficile la gestion
financière des exploitations et ralentit le fonctionnement des organisations de
producteurs. Les difficultés d’approvisionnement en rejets sont considérées comme
une contrainte majeure au démarrage de la culture de l’ananas par les producteurs. La
solution la moins couteuse est a priori de produire des rejets sur l’exploitation, et
d’étendre progressivement la surface cultivée, ce qui nous renvoie à la question
sensible de l’accès à la terre (Le Meure, 1998). De même, les autres intrants à savoir :
les engrais, la carbure de calcium, les pesticides…constituent également pour les
producteurs des difficultés sérieuses. Quelle que soit la quantité d’ananas produits, si
le marché est inexistant, les recettes aussi le sont (Tidjani, 2001). Cette difficulté de
débouchés engendre parfois l’abandon de la production par certains producteurs. La
culture de l’ananas nécessite une main d’œuvre abondante. Selon Montcho, (2008)
plus de 90% des producteurs évoquent le problème de main d’œuvre laquelle est rare,
coute chère et représente 30 à 40% des coûts de production. (Py, 1984). L’ananas est
une culture de rente dont la production rentre dans le cadre de la modernisation et de la
diversification de la production agricole au Sud du Bénin. Les premiers promoteurs
sont pour la plupart des courtiers locaux de développement qui ont cherché à mobiliser
des financements chez les bailleurs de fonds et qui ont rencontré des contraintes
organisationnelles liées à la gestion des intérêts privés (Le Meure, 1997)
2.3.1.2. Approche empirique

Il est à noter du point de vue analyse des facteurs déterminant le rendement,
que très peu d’études récentes et connues se sont intéressées à l’ananas. En effet, Il n'y
a qu'un tout petit nombre de théoriciens qui ait utilisé des indicateurs non chiffrés pour
évaluer la performance agricole en termes de rendement. Ces théoriciens ont alors
tenté d'évaluer la production agricole, non de manière quantitative, mais directement
de manière qualitative, en insistant par exemple sur sa qualité sanitaire (cristallisation

sensible des bio dynamiciens), sa pureté (agriculture naturelle de Mokiti Okada), sa

valeur spirituelle (agriculture naturelle de Masanobu Fukuoka).
Tonoukoun et Mikogohoun.(2005) ont montré que le manque d’information et de
formation, la non ou mauvaise utilisation des pesticides, les difficultés
d’approvisionnement en intrants spécifiques, l’absence de crédit de campagne et
d’octroi de prêt, le manque de main d’œuvre agricole, l’inexistence de station de
conditionnement digne du nom, les voies d’accès au moment de l’écoulement des
produits surtout en saison pluvieuse handicape le développement de l’ananas.
Par ailleurs, Quenum (2011) qui a montré que les systèmes de production de l’ananas
biologique sont financièrement rentables. Il en est de même pour Amoussouhoui
(2009) qui a également montré que les systèmes de culture d’ananas biologique sont
financièrement rentables. Cette dernière étude a également permis de conclure que les
systèmes de culture de l’ananas biologique sont néanmoins moins rentables que celles
de l’ananas conventionnel si l’on ne considérait pas les avantages de l’ananas
biologique sur l’environnement et la santé. Le Meur (2000) qui a noté que l’ananas
vendu sur les marchés ruraux et urbains régionaux est déjà une culture rentable.
L’exportation (essentiellement vers l’Europe) permet d’augmenter la valeur ajoutée
d’au moins 40 %, en dépit des commissions prélevées par les intermédiaires de la
chaîne. En revanche, les risques sont nettement plus élevés, ainsi que les coûts
(transports, conditionnement, intermédiaires) et le savoir-faire exigé pour pénétrer le
marché mondial et satisfaire aux exigences de standardisation de la qualité des
consommateurs européens (Le Meur, 2000).

2.3.2. Méthodologie
2.3.2.1. Nature et source des données
Les données de notre étude proviennent d’une part de l’enquête réalisée par la
Direction de la Statistique Agricole (DSA) au moyen d’un questionnaire, portant sur
le thème « Estimation du Rendement d’Ananas au Bénin » et d’autre part de la base de
données de la DSA sur la pluviométrie qui nous a fourni les pluviosités annuelles.
2.3.2.2. Population d’étude et méthode d’échantillonnage

Les unités statistiques ou objets de l’enquête sur la production d’ananas sont
les producteurs d’ananas. Le plan de sondage repose sur un sondage systématique à un
degré. Le champ de l’enquête est subdivisé en quatre zones de production,
correspondant aux quatre régions du pays, selon le découpage administratif, dans
lesquelles l’ananas est produit. Il s’agit des régions Atlantique-Littoral, Mono-Couffo,
Ouémé-Plateau et Zou-Collines qui renferment les communes productrices d’ananas
auxquelles appartiennent les producteurs. Les graphiques suivants présentent les
zones de l’étude.

Analyse des facteurs déterminant le rendement de l’ananas au Bénin : cas de la campagne agricole
2015-2016

Les zones de production ainsi constituées sont traitées de manière indépendante dans
le tirage des producteurs échantillons. La taille de l’échantillon est déterminée par :
= ² ( – )/ avec : z le niveau de confiance selon la loi normale, p la
proportion estimée de la population qui présente les caractéristiques, et m la marge
d’erreur tolérée. Au total, 158 producteurs d’ananas sont retenus au terme du tirage,
dans toutes les zones de production d’ananas du pays.
2.3.2.3. Outil et modèle d’analyse

a) Outil d’analyse
Une analyse descriptive préliminaire est réalisée pour connaître les grandes
tendances de notre échantillon, à l’aide du logiciel Excel. Elle est suivie d’une analyse
économétrique effectuée à l’aide du modèle logistique sous le logiciel STATA version
12.0.
L’analyse descriptive vise à présenter la structure de la population d’étude. Elle

consiste à donner un résumé de l’information contenue dans les données au moyen de
graphiques et de tableaux. Avant l’analyse économétrique, nous avons étudié la liaison
entre les variables explicatives et la variable expliquée à l’aide de la matrice de
corrélation. Cette analyse a permis de choisir les variables qui sont utilisées dans le
modèle économétrique. En effet, les variables non corrélées à la variable dépendante
ont peu de chances d’être significatives dans son explication par le modèle
économétrique.
L’analyse des résultats du modèle économétrique se fait au moyen du signe des

coefficients, de leur significativité et le calcul des odd-ratios.
b) Identification et spécification des variables
 Identification et spécification de la variable dépendante
La variable dépendante Y dans le cadre de notre étude est représentée par l’état du
rendement; une variable binaire qui prend la valeur 1 si le rendement est bon et 0

s’il est mauvais. La question qui se pose est comment fixer le seuil ? Y est fixée
en déterminant la moyenne du rendement des exploitations des producteurs
(50t/ha). En effet, selon le Laboratoire d’Appui au Management et des Etudes
Novatrices (Laboratoire AMEN) (2012) lorsque les itinéraires techniques sont bien
respectés, les rendements de production d’ananas peuvent aller jusqu’à 80-90
tonnes. Les rendements minimum sont entre 20-30 tonnes/ha. Les rendements
moyens se situent entre 50-60 tonnes/ha. Ainsi nous considérons que le rendement
est bon lorsqu’il est supérieur à 50 tonnes/ha et mauvais sinon.
 Identification et spécification des variables explicatives
Pluviométrie : Cette variable permet de cerner l’effet probable de la quantité de pluie

sur les rendements obtenus. Elle prend la valeur 1 si la hauteur annuelle d’eau est
comprise entre 1200 et 1500 mm et 0 sinon. Cet intervalle de hauteur d’eau annuelle
est favorable à l’obtention d’un bon rendement (Gbassi P. et Gbehounou G. , 2004).
Encadrement : Cette variable permettra de savoir si le producteur a été encadré par un
technicien spécialisé dans les techniques culturales de l’ananas. Des études (Adésina et
Baidu-forson, 1996 ; Adégbola, Adekambi et Diagne ,2007) ont montré l’impact
positif de l’information sur l’adoption des nouvelles technologies agricoles notamment
les variétés à haut rendement. Encadrement est une variable binaire qui prend la valeur
1 lorsque le producteur est encadré et 0 sinon. Elle est supposée influencer
positivement le rendement de l’ananas.
Appartenance à une organisation professionnelle des agriculteurs : Cette variable
est dichotomique et prend la valeur 1 si producteur est membre d’une association
professionnelle des agriculteurs et 0 sinon.
Variété : Ce sont les différentes espèces d’ananas cultivées. Cette variable
s’intéressera à l’effet du choix de l’une ou l’autre espèce sur le rendement. Elle est une
variable binaire qui prend la valeur 1 lorsqu’il s’agit du pain du sucre et 0 pour le
Cayenne lisse.

Utilisation d’engrais : cette variable nous permettra de mesurer l’effet de

l’application d’engrais chimiques ou organiques sur le rendement. Elle prend la valeur
1 si le producteur a utilisé d’engrais sur sa parcelle et 0 dans le cas contraire.
Traitement aux pesticides : cette variable mesure l’impact du traitement des ananas
avec les pesticides sur le rendement. Elle prend la valeur 1 lorsque le producteur a fait
usage des pesticides et 0 sinon. Elle est supposée améliorer le rendement de l’ananas.
Taille des rejets : Un rejet est une ramification de l'axe principal du plant-mère,
ramification provenant d'un bourgeon entrant en activité à l'aisselle d'une feuille. C’est
une variable polytomique qui prend la valeur 1 si le rejet est de petite taille, 2 si le rejet
est de taille moyenne, 3 si le rejet est de grande taille et 4 si c’est un mélange.
Sexe du producteur : Permet de voir si ce sont les hommes ou les femmes qui sont
producteurs de l’ananas. C’est une variable binaire qui prend la valeur 1 si le
producteur est un homme et 2 si le producteur est une femme.
Ancienneté dans l’activité : Elle permet de voir le nombre d’année d’expérience
ayant les producteurs dans la culture de l’ananas. C’est une variable polytomique qui
prend 1 si c’est 1-5ans d’expérience, 2 si c’est 5-10ans d’expérience, 3 si c’est 10-
15ans d’expérience, 4 si c’est 15-20ans d’expérience et 5 si c’est 20-25ans
d’expérience.
c- Spécification économétrique
Pour identifier les facteurs déterminant de l’état du rendement de l’ananas, nous
avons opté pour la régression logistique car l’état du rendement de l’ananas est une
variable qualitative binaire qui prend la valeur 1 si le rendement est bon et la valeur 0
sinon. Elle est donc de type dichotomique. Elle ne peut donc prendre que deux valeurs
(0, 1). La probabilité et la proportion de la variable sont également comprises entre 0
et 1, de même que le terme d’erreur, qui suivent ainsi une loi discrète (Bourbonnais,
2005). Dans ce contexte, la régression linéaire simple n’est pas appropriée étant donné
qu’elle ne considère pas de maximum ou minimum et qu’elle assume la normalité des
termes d’erreurs (Pampel, 2000). Il convient plutôt d’utiliser un modèle de choix
binaire où l’on cherche à estimer la probabilité associée à un événement. Selon

Maddala (1985), Long (1997) et Magrini et al. (2010), dans le cas le plus classique
d’un modèle de choix à deux modalités, l'estimation de la probabilité d’occurrence de
l'alternative considérée se fait par un modèle binaire probit ou logit. Mais nous avons
choisi le modèle logit car il est présenté comme une alternative avantageuse au modèle
probit pour les raisons suivantes:
 La fonction de répartition de la loi logistique appartient à la famille des courbes
symétriques et sigmoïdes potentiellement capable de modéliser les
phénomènes induisant une réponse binaire.
 La distribution de la fonction logistique est une fonction extrêmement flexible
et facile à manipuler.
 Le Logit d’un événement est une quantité importante et très significative dans
l’analyse des variables dichotomiques. (Bourbonaire, 2015).
Soit , une variable binaire indiquant l’état bon ou mauvais du rendement avec
∗
= si le rendement est bon et 0 sinon et une variable latente associée à
Cette variable latente est fonction d’une matrice de variables explicatives traduite
dans l’équation suivant:
*= +
Où est un terme aléatoire dont la distribution est donnée par la fonction de densité
∗
= >0
∗
= ≤
Ainsi, le modèle Logit à estimer peut être spécifié comme suit :
( )
= ( )
= + avec ( = 1) la probabilité pour que le producteur
ait un bon rendement et l’on vérifie bien que la probabilité que = 1 est une fonction
croissante de la combinaison .
Où représente la matrice de variables explicatives, est un vecteur de paramètre,
un terme aléatoire.

2.3.2. Limites de l’étude
Cette analyse n’a pas pris en compte toutes les variables susceptibles d’influencer le
rendement de l’ananas au Bénin. C’est le cas par exemple de certaines caractéristiques
sociodémographiques comme le niveau d’instruction, la taille du ménage, l’état
matrimonial …mais aussi de certains facteurs liés à l’exploitation agricole comme
l’accès au crédit, la température, l’ensoleillement, la texture des sols. L’enquête dont
est issue la base qui a servi à cette analyse n’a pas pris en compte ces paramètres que
nous reconnaissons primordiaux dans une telle étude. De plus le modèle que nous
avons utilisé n’a pas permis de mettre en évidence l’intensité du rendement au niveau
de l’exploitation de chaque producteur et on s’est juste contenté de les regrouper en
deux classes selon que le rendement soit bon ou mauvais.

CHAPITRE III : PRESENTATION ET

INTERPRETATION DES RESULTATS

Chapitre 3 : Présentation et interprétation des résultats
3.1. Présentation et analyse des résultats
3.1.1. Analyse descriptive
 Répartition des producteurs enquêtés suivant le sexe
Graphique 1 : Répartition suivant le sexe
93.7%
160
140
120
100 masculin
80
féminin
60
6.3%
40
20
0
masculin féminin
Le graphique ci-dessus montre que l’échantillon est constitué d’une proportion plus
importante d’hommes (93.7%) que de femme (6.3%). Cela se justifie par le fait que les
producteurs d’ananas sont essentiellement des hommes au Bénin.
 Appartenance du producteur à une OPA
Graphique 2 : Répartition selon l’appartenance ou non à une OPA

Le tableau n°1 présente la répartition de l’état du rendement et l’appartenance à une

OPA. Les producteurs appartiennent à 55,7% à des groupements contre 44,3% qui ne
sont dans aucun groupement. En effet, 75% de ceux qui appartiennent à une
association ont un bon rendement comme l’indique le tableau ci-dessous :
Appartenance à une OPA

(Oui, Non)
non oui Total
état du Mauvais 57(53.27%) 50(46.73%) 107(100%)

rendement
Bon 13(25%) 38(75%) 51(100%)
 Répartition selon l’âge du producteur
Graphique 3: Répartition selon l’âge du producteur
40
24.05%
35
20.8%
19.62%
30
25
EFFECTIFS
20
10.13%
15 9.49%
5.70%
10
3.16% 2.53%
5 0.63% 1.90%
1.90%
0
20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70 et +
Le graphe ci-dessus montre la répartition des producteurs par groupe d’âges

quinquennaux. L’analyse de ce graphique montre que 24% des enquêtés ont entre 40 et
45 ans. C’est la classe modale.

 Répartition des producteurs selon l’état du rendement de leur exploitation
Graphique 4: Répartition des producteurs selon l’état du rendement
Etat du rendement
80,00%
70,00%
60,00%
50,00%
40,00%
67,72%
30,00%
20,00%
32,28%
10,00%
0,00%
rend. < 50t/ha rend. > 50t/ha
Parmi les producteurs enquêtés, seulement 32,28% ont un rendement supérieur ou égal
à 50t/ha, le seuil fixé pour un bon rendement. Cela révèle le niveau généralement
faible et non satisfaisant du rendement de l’ananas.
 Test de comparaison de l’état du rendement suivant la variable variété

. ttest Eta_REND ,by( VAR_cod )
Two-sample t test with equal variances
Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
pain de 44 .4772727 .0761705 .5052578 .3236603 .6308851

Cayenne 114 .2631579 .0414244 .4422915 .1810887 .3452271
combined 158 .3227848 .0373139 .4690278 .2490829 .3964867
diff .2141148 .081731 .0526726 .3755571
diff = mean(pain de) - mean(Cayenne) t = 2.6198

Ho: diff = 0 degrees of freedom = 156
Ha: diff < 0 Ha: diff != 0 Ha: diff > 0

Pr(T < t) = 0.9952 Pr(|T| > |t|) = 0.0097 Pr(T > t) = 0.0048

La figure ci-dessus présente les résultats du test de comparaison de la moyenne de

l’état du rendement de l’exploitation des producteurs cultivant le pain du sucre et ceux
cultivant la variété Cayenne lisse. Considérons les hypothèses :
H : moyenne (pain de sucre) – moyenne (cayenne) = 0

H : moyenne (pain de sucre)– moyenne (cayenne) ≠ 0
La probabilité associée à l’hypothèse nulle d’égalité des moyennes est inférieure au

seuil de 0,05. Il n’y a pas assez d’évidence statistique pour accepter l’hypothèse
d’égalité de la moyenne de l’état du rendement de l’exploitation des producteurs
cultivant le pain du sucre et ceux cultivant la variété Cayenne lisse. L’état du
rendement de l’exploitation des producteurs cultivant le pain du sucre est meilleur
ceux cultivant la variété Cayenne lisse.
 Matrice de corrélation
Tableau 2 : Matrice de corrélation
Appartenance
Rendement Pluviométrie Engrais OPA Ancienneté Encadrement
-0.1357** 0.2574** 0.2615** 0.2143** 0.2053**
Rendement 1 0.0892 0.0011 0.0009 0.0068 0.0097
-0.1357* 0.1297 0.0938 0.0684 0.1629**
Pluviométrie 0.0892 1 0.1043 0.2411 0.3930 0.0408
0.2574** 0.1297 -0.0937 0.2141** 0.2216**
Engrais 0.0011 0.1043 1 0.2414 0.0069 0.0051
Appartenance 0.2615** 0.0938 -0.0937 0.0814 0.1562**

OPA 0.0009 0.2411 0.2414 1 0.3090 0.0501
0.2143** 0.0684 0.2141** 0.0814 0.0865
Ancienneté 0.0068 0.3930 0.0069 0.3090 1 0.2799
0.2053** 0.1629** 0.2216** 0.1562* 0.0865
Encadrement 0.0097 0.0408 0.0051 0.0501 0.2799 1
L’examen des matrices de corrélation montre que l’utilisation d’engrais, appartenance

à une OPA, ancienneté dans l’activité, l’encadrement sont significativement et

positivement corrélées avec l’état du rendement tandis que la pluviométrie est aussi
significative mais négativement corrélée avec l’état du rendement.
3.1.2. Analyse économétrique
 Validation du modèle
Cette partie traite de la validation du modèle, de la qualité de la prédiction et de

l’identification des déterminants de l’état du rendement. Il faut signaler que
l’échantillon n’est pas réparti à part égal entre les producteurs ayant un bon
rendement et ceux qui n’en ont pas eu. La statistique de Wald (voir annexe) a été
utilisée pour tester l’hypothèse nulle selon laquelle tous les coefficients étaient
simultanément égaux à zéro. Les résultats de ce test montrent que le modèle est
globalement significatif au seuil de 5%. Le résultat du test d’ajustement de
Hosmer-Lesmeshow et la valeur d’aire sous la courbe ROC (0.8017) indiquent que
le modèle est globalement acceptable. La figure ci-dessous présente la courbe de
l’évaluation de la qualité prédictive du modèle. De plus, les résultats sur le pouvoir
prédictif du modèle montrent que le modèle prédit correctement l’état du
rendement dans 77% des cas (voir annexe).

1.00
0.75
Sensitivity
0.50
0.25
0.00
0.00 0.25 0.50 0.75 1.00

1 - Specificity
Area under ROC curve = 0.8017
Graphique 5 : Courbe d’évaluation de la qualité prédictive du modèle.

 Interprétation des résultats de l’estimation
Dans l’analyse des facteurs déterminant le rendement de l’ananas ; les variables telles
que la pluviométrie, l’utilisation de l’engrais, l’appartenance à une OPA,
l’encadrement des producteurs et l’ancienneté dans l’activité sont significatives au
seuil de 5%. Par contre les variables comme ; la variété, l’utilisation des pesticides, le
sexe du producteur et la taille des rejets ne sont pas significatives au seuil de 5% dans
l’explication des facteurs déterminant le rendement de l'ananas. Le tableau ci-dessous
présente les résultats de la modélisation des facteurs déterminant le rendement de
l’ananas au Bénin : cas de la campagne agricole 2015-2016.
Tableau 3 : Résultats d’estimation
Variable expliquée : état du rendement
Variables Modalités Coefficient p-value Odd

explicatives ratio
Pluviométrie bonne -2.792 0.018* 0.061
Utilisation de oui 2.554 0.003* 12.866
l’engrais

5-10ans 0.901 0.140 2.463

d’expérience
Ancienneté dans 10-15ans 0.833 0.219 2.300
l’activité d’expérience
15-20ans 1.378 0.066** 3.967
d’expérience
20-25ans 2.201 0.035* 9.042
d’expérience
Appartenance à oui 1.531 0.000* 4.625
une OPA
Utilisation de oui -0.679 0.175 0.506
pesticide
Variété Cayenne lisse -0.577 0.195 0.561
conventionnelle
Sexe du féminin -0.579 0.526 0.559
producteur
Encadrement oui 1.623 0.040* 4.951
Taille des rejets grande 0.124 0.775 1.132

constante -4.069 0.001* 0.017
LR chi2 43.33
Prob> chi2 0.000
Log likelihood -75.40
Source : Etabli par l’auteur, Base ananas (DSA)
D’après les résultats d’estimation présentés dans le tableau ci-dessus, nous déduisons
les résultats suivants :
Pluviométrie : la pluviométrie est statistiquement significative au seuil de 5%

(0.018<0.05). Cependant on constate que la pluviométrie a un impact négatif sur le
rendement d’ananas (β= -2.79). Cela pourrait se justifier par le fait que l’ananas est un
fruit tropical qui n’a pas besoin d’assez d’eau pour sa production. Aussi, l’évolution
des changements climatiques ces dernières années ne permet pas une bonne maitrise
de la pluviométrie (La répartition inégale de la pluie au cours de l’année)
Ancienneté dans l’activité : Le nombre d’années d’expérience constitue l’ancienneté

du producteur. Cette variable résume l’expérience accumulée par le producteur. On
remarque que le nombre d’années d’expériences influence positivement le rendement
d’ananas au Bénin. Cela peut s’expliquer par le fait que l’évolution du nombre

d’années d’expérience s’accompagne d’une maitrise plus profonde des pratiques

culturales de l’ananas.
Appartenance à une OPA : La probabilité associée à cette variable est 0.000. Ce qui
justifie la significativité de cette variable dans l’analyse du rendement de l’ananas. De
plus elle influence positivement le rendement d’ananas au Bénin (β= 1.531>0).Il
apparaît alors que l’appartenance aux associations accroît le rendement. Cela
s’explique par le fait qu’à travers ces organisations, les paysans acquièrent des
connaissances qui favorisent la mise en œuvre des nouvelles techniques culturales et
ont une facilité quant à l’accès aux crédits agricoles.
Utilisation de l’engrais : On constate que l’utilisation de l’engrais influence

positivement le rendement d’ananas au Bénin (0.003<0.05 et β=2.554>0). Ce qui
prouve que si le sol est abondamment pourvu en éléments nutritifs, les plantes
poussent bien et donnent un bon rendement. Cela se justifie par le fait que l’engrais
fournit aux cultures les éléments nutritifs dont le sol n’est pas suffisamment pourvu
afin de stimuler leurs croissances en agissant sur le poids et la qualité du fruit.
Encadrement : L’encadrement des producteurs a une influence statistiquement

significative et positivement sur le rendement de l’ananas (0.040<0.05 et β=1.623>0).
Cela s’explique par le fait que les producteurs encadrés bénéficient de nouvelles
techniques culturales mais aussi des informations nécessaires à l’accroissement de la
productivité de leurs exploitations. En effet, l’encadrement permet aux paysans
d’acquérir de nouvelles connaissances en la matière.
Les résultats économétriques montrent que la variable taille des rejets qui bien
qu’ayant un coefficient positif n’est pas significative. Ainsi, le fait de mettre en terre
un rejet de grande taille ou de taille moyenne n’a aucune incidence sur l’état du
rendement. Il en est de même pour la variable variété.
 Interprétation des odd-ratios

Cependant, le rapport de force des producteurs n’est pas le même. En effet, le

producteur qui utilise de l’engrais à 12 fois plus de chance d’obtenir un bon
rendement que celui qui n’en a pas utilisé. Le producteur qui appartient à une OPA a
4,6 fois plus de chance d’obtenir un bon rendement qui n’appartient à aucun
groupement ou association. Par ailleurs l’ancienneté du producteur augmente la
chance de celui-ci d’avoir un bon rendement. Plus la durée d’expérience évolue, plus
la chance augmente. Ainsi, le producteur qui a entre 5-10 ans d’expérience a 2.46 fois
plus de chance d’avoir un bon rendement que celui qui commence nouvellement la
production contre 9 fois plus de chance pour le producteur dont l’ancienneté dépasse
20 ans . Le producteur encadré a 4.95 fois plus de chance d’obtenir un bon rendement
que celui non encadré.

3.1.3. Préconisations Opérationnelles
De l’analyse précédente, il ressort que l’accès aux engrais dans la production de

l’ananas doit être rendu facile car l’utilisation adéquate de l’engrais dans la production
de l’ananas augmente sa productivité. Des politiques de sensibilisation doivent être
menées pour montrer aux producteurs la nécessité d’appartenir à une organisation de
producteur d’ananas. Les pratiques culturales étant changeantes, il faut des
agriculteurs qui s’adaptent à l’évolution des nouvelles tendances. Leur encadrement
s’avère alors nécessaire comme l’a révélé la présente étude. En effet, des informateurs
clés tels que les agents des services publics et privés d’encadrement agricole, les
techniciens spécialisés dans les techniques culturales de l’ananas doivent être
mobilisés pour soutenir les producteurs d’ananas.
Redynamiser les Centres Régionaux pour la Promotion Agricole (CeRPA) dont

l’objectif principal est d’assurer l’encadrement des producteurs et la
commercialisation des produits agricoles. Par ailleurs, les aléas climatiques constituent
le principal mal dont souffre l’agriculture mondiale et l’ananas béninois n’y échappe
pas. C’est ce qu’indique l’analyse de la pluviométrie qui a une influence négative sur
la production de l’ananas. Il faut alors établir et mettre à la disposition des producteurs
le calendrier pluviométrique et agricole du Bénin.

Conclusion
La filière de l’ananas est une filière en pleine croissance. Elle a contribué à

l’épanouissement de plusieurs ménages par l’accroissement de leurs revenus. Malgré
cette forte contribution à l’amélioration des conditions de vie des producteurs, le
rendement des exploitations agricoles d’ananas est encore fortement limité par la non
maitrise des facteurs pouvant influencer ce dernier. La présente étude vise à
comprendre l’évolution du rendement des exploitations agricoles béninoises d’ananas
à travers les facteurs sociaux, climatiques et ceux liés à l’exploitation elle-même. Pour
cela, nous avons dans un premier temps identifié et fait ressortir les facteurs tant
structurels que comportementaux pouvant expliquer l’état du rendement de l’ananas au
Benin. Ensuite, nous avons analysé les diverses stratégies mises en œuvre pour agir sur
ces facteurs afin d’accroitre le rendement dans le future.

Références bibliographiques
1. ALLAGBE, C. M., ADJANOHOUN, A., AZON, E. G. D., et TOSSOU, C. C. (2012). Evaluation

des effets de doses de compost et la couverture du sol sur le rendement et la rentabilité de l’ananas au
Sud-Bénin. Rapport final BRAB
2. AROUNA, A. et AFOMASSE, D. (2005). Analyse de la compétitivité de la filière ananas au Bénin.

Rapport définitif
3. BARBIE, O. (2015). Quels sont les vrais rendements de l’agriculture naturelle ? Document sur
l’agriculture naturelle, Institue Technique d’Agriculture Naturelle (ITAN)
4. CHAFFA, Y. (2005). Efficacité économique des systèmes de production d’ananas dans la commune
de Zè (Département de l’Atlantique). Mémoire pour l’obtention du diplôme de d’Ingénieur Agronome.
5. DARREAU, P. (2003). Expliquer la croissance. Guide de cours de croissance
6. GHEHOUNOU, G. et GBASSI, P. (2004). Guide pratique pour la production d’ananas au Bénin.

L’ananas au Bénin
7. GUYOT, J., LAPLACE, D. et DEMAD-PELLORCE, L. (2012). Eléments techniques sur la culture

d’ananas. Rapport d’étude.
8. LABORATOIRE AMEN (2012), Etude du prix plancher pour la filière ananas au Bénin. Rapport
provisoire
9. MAEP (2011). Plan Stratégique de Relance du Secteur Agricole(PSRSA)
10. MONTCHO, K. M. (2010), Analyse des contraintes au développement de la culture de l’ananas

dans la commune de TORI –BOSSITO au Sud – Bénin. Mémoire de maîtrise ès science de gestion
11. OLOUKOU, L. (2009). Analyse des politiques publiques agricoles au Bénin : Application du
« modèle 123 ». Mémoire pour l’obtention du DEA
12. SODJINOU, E., ADEGBOLA P.Y. et BANKOLA, A.B. (2011). Analyse de la performance des
chaines de valeurs de l’ananas au Bénin. Rapport définitif INRAB/PAPA.
13. SOSSOU, C.H. (2015). Le financement de l’agriculture au Bénin : stratégies de gestion et

d’adaptation des exportations agricoles. Thèse, université de liège
14. TIDJANI-SERPOS, A. (2004). Contribution de la production d'ananas à l'amélioration des

conditions de vie des producteurs: cas des Communes d'Abomey-Calavi et d'Allada dans le
département de l'Atlantique (Sud-Bénin). Thèse d'Ingénieur Agronome.
15. YABI, I. (2013), Perception paysannes des facteurs de risques climatiques sur le producteur de
l’ananas à TOFFO au Bénin. Mémoire du Diplôme d’Etude Approfondie (DEA), Université
d’Abomey-Calavi, Bénin.

LISTE
DES ANNEXES

Annexes
Annexe1 : régression logistique

Annexe2 : sortie des odds-ratios

Annexe3 : pouvoir prédictif du modèle
Annexe 4 : résultat test de comparaison du l’état du rendement suivant la

variable variété
. ttest Eta_REND ,by( VAR_cod )
Two-sample t test with equal variances
Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
pain de 44 .4772727 .0761705 .5052578 .3236603 .6308851

Cayenne 114 .2631579 .0414244 .4422915 .1810887 .3452271
combined 158 .3227848 .0373139 .4690278 .2490829 .3964867
diff .2141148 .081731 .0526726 .3755571
diff = mean(pain de) - mean(Cayenne) t = 2.6198

Ho: diff = 0 degrees of freedom = 156
Ha: diff < 0 Ha: diff != 0 Ha: diff > 0

Pr(T < t) = 0.9952 Pr(|T| > |t|) = 0.0097 Pr(T > t) = 0.0048

Annexe 5 : résultat du test de Hosmer-Lemeshow
Ce test de Hosmer-Lemeshow permet de savoir si le modèle spécifié est bon ou mauvais. Il

s'appuie sur le test d'hypothèse suivant :
H0 : ajustement bon (Goodness of fit)
H1 : ajustement mauvais
La règle de décision est :
On accepte l'hypothèse H0 si la valeur de la probabilité (Significativité) est supérieure à 5% ;
On refuse l'hypothèse dans le cas contraire.

Annexe 6 : résultat du Test de Wald

Annexe7 : Questionnaire ayant servi à l’étude









Langue

Mémoire Sur Rendement de L'ananas

Transféré par

Informations du document

Description :

Titre original

Copyright

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Mémoire Sur Rendement de L'ananas

Titre original :

Transféré par

Description :

Droits d'auteur :

Analyse des facteurs déterminant le rendement de l’ananas au Bénin : cas

de la campagne agricole 2015-2016

UNIVERSITE D’ABOMEY-CALAVI (UAC)

ECOLE NATIONALE D’ECONOMIE APPLIQUEE ET DE MANAGEMENT (ENEAM)

MEMOIRE DE FIN DE FORMATION

POUR L’OBTENTION DU DIPLOME DE TECHNICIEN SUPERIEUR (DTS)

Filière : Statistique Option : Economie Appliquée

ANNEE ACADEMIQUE: 2015-2016

Analyse des facteurs déterminant le rendement de

l’ananas au Bénin : cas de la campagne agricole 2015-2016

Réalisé et présenté par :

Bernadin Adouwekonou et Morel M. Senahoun

Maître de stage Directeur de mémoire

Dr Yves Ajavon Dr Roland Medjigbodo

Directeur de la Statistique Enseignant chercheur

Réalisé par Bernadin Adouwekonou et Morel M. Senahoun i

L’Ecole Nationale d’Economie Appliquée et de Management n’entend donner ni

Réalisé par Bernadin Adouwekonou et Morel M. Senahoun i

Cotonou, le ………Mars 2017

Directeur de mémoire Maître de stage

Roland Medjigbodo Yves Césaire A. Ajavon

Réalisé par Bernadin Adouwekonou et Morel M. Senahoun ii

Réalisé par Bernadin Adouwekonou et Morel M. Senahoun iii

- Au père céleste qui me guide.

A mon père Eloi R. SENAHOUN, toi qui a

A ma mère Flora TOKOUNOUVISSO, toi qui

Au Dr Florentin NAGBE, sans qui je ne peux

A toute la famille SENAHOUN

Réalisé par Bernadin Adouwekonou et Morel M. Senahoun iv

 Dr Rosaline W. HOUNDEKON, Directrice de l’Ecole Nationale d’Economie

 Dr Théophile DAGBA, Directeur Adjoint de l’Ecole Nationale d’Economie

 Dr Roland MEDJIGBODO, notre maître de mémoire, pour sa patience, ses

 Dr Yves A. C. AJAVON, notre maître de stage, qui en dépit de ses responsabilités

 Le responsable de la filière statistique à savoir le Dr Barthelemy SENOU.

 M. TABOE Beaugard pour sa présence et son soutien ;

 Nos amis et proches ;

 Tous les étudiants de la 34ème promotion de la filière Statistique en particulier ceux

Réalisé par Bernadin Adouwekonou et Morel M. Senahoun v

Liste des sigles et acronymes

DSA Direction de la Statistique Agricole

MAEP Ministère de l’Agriculture de l’Elevage et

INSAE Institut National de la Statistique et de

FAO Organisation des Nations Unies pour

CeRPA Centre Régional pour la Promotion

OPA Organisation Professionnelle des

CSPro Census and Survey Processing System

SPSS Statistical Package for the Social Science

Réalisé par Bernadin Adouwekonou et Morel M. Senahoun vi

LISTE DES TABLEAUX

Tableau 1 : Répartition en pourcentage de l’état du rendement selon l’appartenance ou non du

Tableau 2 : Matrice de corrélation …………………………………………………………………..34

Tableau 3 : Résultats d’estimation du modèle logit ………………......................................................36

LISTE DES GRAPHIQUES

Graphique 1 : Répartition suivant le sexe …………………………………………………………....31

Graphique 2 : Répartition selon l’appartenance ou non à une OPA …………………………………31

Graphique 3 : Répartition selon l’âge du producteur ………………………………………………...32

Graphique 4 : Répartition des producteurs selon l’état du rendement ……………………………….33

Graphique 5 : Courbe d’évaluation de la qualité prédictive du modèle ……………………………...35

Réalisé par Bernadin Adouwekonou et Morel M. Senahoun vii

Mots clés : ananas, producteurs, rendement, facteurs, logit

Key words : pineapple, producers, yield, factors, logit