Vous êtes sur la page 1sur 18

Performance économique des exploitations piscicoles 

: une analyse par la fonction de


profit dans les départements de l’atlantique et du littoral au Sud-Bénin.
Titre abrégé : Profit de la production piscicole au Sud-Bénin

Y. P. ADEGBOLA*, M. P. HESSAVI**, J. HOUNMENOU**, Christelle, A. O. SEDEGNAN,


Y. AJAVON et E. SODJINOU***
*
Institut National des Recherches Agricoles du Bénin.
**
Centre International de Recherche et de Formation en Sciences Sociales (CIRFOSS)
***
Ecole Nationale Supérieure des Sciences et Techniques Agronomiques de Djougou,
Université de Parakou (ENSTA-Dj/UP)

Adresse de correspondance: hess.pelagie@gmail.comTel:0022967310862


Résumé

Le présent article vise à identifier les facteurs susceptibles d’influencer le profit piscicole au
Sud-Bénin, afin de permettre aux pisciculteurs de réorienter leurs choix par rapport aux
systèmes piscicoles à pratiquer pour une amélioration de la production piscicole béninoise.
Les données utilisées à cet effet proviennent d’enquêtes auprès de 160 pisciculteurs dans les
départements de l’Atlantique et de l’Ouémé au Sud-Bénin.Des études antérieures sur les
déterminants du profit basé sur l’approche de la fonction de production ont été critiquées du
fait de l’endogénéité des inputs. Cependant, l’approche fonction de profit permet d’éviter ces
problèmes. La spécification Translog modifié de la fonction de profit normalisée a été
estimée. La méthode Zellner's Seemingly Unrelated Regression (SURE) a été utilisée pour
estimer simultanément la fonction de profit et les fonctions de demande des intrants suivant
trois (03) modèles.Il découle des résultats, que les pisciculteurs de type I qui ont pratiqué la
pisciculture comme activité principale ont obtenu un profit élevé par rapport aux autres. Le
profit des pisciculteurs de type I diminue lorsque les prix des intrants utilisés pour la
production (aliment, alevin, main d’ouvre et capital) augmentent. La demande de l’aliment et
de la main d’œuvre diminue au niveau des pisciculteurs les plus âgés pour les deux types de
pisciculteurs. L’accès au crédit des pisciculteurs favorise l’augmentation de la demande
d’alevin et d’aliment au niveau des deux types de pisciculteurs. L’alevin a été le facteur de
production le plus limitant de la production piscicole, vu son élasticité indirect sur la
production. Pour améliorer le profit des pisciculteurs, l’accès au crédit doit être priorisée
surtout au niveau des pisciculteurs les plus jeunes. Ceci permettra de faire des achats
d’intrants variables (alevin et aliment) en général mais des investissements pour l’achat des
infrastructures et matériels piscicoles modernes en particulier. De plus, il faudrait que la
recherche mette en place une stratégie innovante pour rendre plus disponible les alevins et
faciliter leur accès aux pisciculteurs. Aussi faudrait-il sensibiliser les pisciculteurs sur la
pratique des systèmes piscicoles les plus profitables à eux comme le cas de la pisciculture
pratiqué par les pisciculteurs de type I.

Mots clés : profit, type de pisciculteur, demande d’inputs, élasticités.


Introduction
Le sous secteur de la pêche et de l’aquaculture joue un rôle important dans l’économie du
Bénin, avec une façade maritime quasi rectiligne d’une longueur de 125 km et un vaste réseau
hydrographique composé de quatre (04) principaux fleuves. Avec une contribution de 3% au
PIB, il occupe 15% de la population active totale et 25% de la population active du secteur
agricole. Il représente environ 600 000 emplois et fournit près de 30% de la quantité totale de
protéines d’origine animale consommées. Il constitue ainsi un des leviers d’action du Plan
stratégique de relance du secteur agricole (PSRSA) qui vise à développer prioritairement
l’aquaculture en vue de réduire de 20 % une production totale deles importations de poissons
56 000t pour la satisfaction des besoins de la population en produits de pêche.La balance
commerciale en produits halieutiques reste déficitaire en raison d’une demande supérieure à la
production nationale. Le Bénin importe ¾ 2/3 de ses besoins en consommation en poissons et
crustacés. En 2012, le volume des importations a représenté 74 413 tonnes de poisson
congelés à dominance de Chinchards, Sardinelles et Maquereaux, pour une valeur d’environ
126 milliards de Fcfa soit 225 millions $US (COMHAFAT, 2014).L’accroissement de la
production halieutique marchande devient donc un impératif pour contribuer à garantir la
sécurité alimentaire des populations et à améliorer la balance commerciale tout en maintenant
les emplois en milieu de pêche (PSRSA, 2011).Le nombre d’exploitations aquacoles a triplé
en 6 ans (19,7% par an en moyenne), passant de 403 exploitations en 2004 à 1188 en 2010
(PROVAC, 2010). L’émergence des entreprises spécialisées dans le sous-secteur aquacole est
encore embryonnaire avec la Société Royal Fish, La Fondation Tonon/CRIAB et la Ferme
GASA. La pisciculture offre la disponibilité d’augmenter de 50% les productions
halieutiques et constitue à ce titre, une activité à promouvoir dans toutes les zones à potentiel
piscicole (DPP,2011).La pisciculture représente pour le Bénin, la seule alternative pour
combler le déficit en poissons et réduire le niveau des importations.Elle constitue un secteur
d’avenir et dispose d’atouts considérables liés aux facteurs naturels (réseau hydrographique)
et à l’existence de marchés pour sa production de clarias et de tilapia(COMHAFAT, 2014).
Le développement de la pisciculture reste toutefois, contraint à un modèle artisanal peu
productif. De même, les systèmes piscicoles pratiqués ne sont pas assez performants sur le
plan biotechnique et économique pour impulser un développement durable. Dans la plupart
des pays africains, l'aquaculture rural manque principalement d'investissement à cause de
l'absence des données économiques (Quagrainie et al., 2005). Au Bénin, il y a un manque de
données et d’information en général sur l’économie de l'aquaculture alors que ces données
sont cruciales pour le choix des systèmes de production aquacoles appropriés . Ainsi, dans
toute activité économique, le retour sur investissement est capital et le profil joue un rôle
primordial dans les activités rurales. La pisciculture est une activité profitable, mais bien
souvent il est difficile, aux responsables ou animateurs qui y travaillent, d’identifier les
différents facteurs parfois complexes qui permettent de faire apparaître les profits, ou dans
certaines occasions les pertes qui résultent de l'activité piscicole.Pour Ashok et al. (2007), une
meilleure compréhension des fateurs qui influencent les profits serait utile aux pisciculteurs
qui souhaitent faire des changements dans leurs opérations rurales pour augmenter des profits,
et aux responsables politiques qui visent à formuler des politiques qui aident des pêcheurs à
maintenir leurs revenus stables.
La question des déterminants du profit de la production piscicole n’a été abordée dans les
études menées sur la pisciculture au Bénin. Toutes les études socio-économiques précédentes
étaient fondées sur la fonction de production, mais ont été critiquées comme souffrant de biais
d'équations simultanées, en raison de l’endogénéité des inputs. Nous nous proposons de
répondre à cette préoccupation à travers le présent article afin de permettre aux pisciculteurs
de mieux orienter leur choix sur les systèmes piscicoles à pratiquer.L’étude vise donc à
évaluer le profit obtenu dans l’exercice de cette activité pour susciter l’intérêt des
entrepreneurs et identifier les facteurs les plus importants sur lesquels on peut agir pour
accroître le profit. Quel est le système piscicole le plus rentable à promouvoir au Sud du
Bénin pour réduire le déficit dans le besoin en poissons au Bénin ?

Synthèse bibliographique
Genèse et développement de la pisciculture au Bénin
Au Bénin, la pisciculture est de type classique est introduite depuis les années 1958-1960. Les
tentatives de relance de l’élevage intensif du Tilapia en enclos et en étangs menées de 1979 à
1987 par le Centre de Développement de la Pisciculture de Godomey ont échoué (FAO,
2009). Pour raison de non maîtrise technique, ces centres ont été très tôt abandonnés et en
1968 des propositions ont été faites pour relancer le centre de Sahè, améliorer les installations
de Zangnanado et puis créer le centre de Tanéka-koko (Vincke et Phillippart, 1984). Au
Bénin, l’activité repose essentiellement sur l’élevage du Tilapia originaire du Nil appelé
Oreochromis niloticus et certaines espèces autochtones, principalement le poisson chat appelé
Clarias gariepinus (Direction des pêches, 2010).C’est après que l’activité s’est répandue sur
toute la zone du Sud-Bénin avec l’implication des institutions nationales et internationales
intervenant dans le domaine. Ces institutions interviennent généralement à travers des projets
et programmes. De 1978 à 2011 il y a au total 14 organismes bailleurs qui ont investi dans le
sous secteur des pêches et aquaculture. Ces organismes viennent en aide à la filière par des
crédits, des dons et des prêts. Actuellement, diverses structures interviennent dans la
pisciculture notamment les ONG et sur le Projet de Vulgarisation de l’Aquaculture
Continentale (PROVAC).
Evolution de la production, de l’importation et de l’exportation des produits halieutiques
Ces dernières années, le Bénin a connu une forte croissance démographique (3,51% entre
2002 et 2013) avec comme conséquence l’accroissement des besoins alimentaires et une forte
pression sur les ressources naturelles dont les stocks de poissons dans les pêcheries
béninoises (RGPH, 2013). Ainsi, la demande nationale en produits de pêche n’a cessé
d’augmenter durant les cinq (05) dernières années du fait de la population sans cesse
croissance alors que l’offre est loin d’atteindre la moitié de la demande. En effet, les besoins
en produits halieutique des populations sont estimés actuellement à environ plus de 100000
120000 tonnes, l’offre est passée de 38702,3 tonnes en 2011 à 43145,83 tonnes en 2015 soit
une augmentation de (11,48 %) sur la période et une production moyenne de 43437,722
tonnes par an. Sur la même période, les importations de produits halieutiques sont passées de
80040,1 tonnes à 142353 tonnes soit une augmentation de 77,85 %, l’exportation quant à elle
est passée de 34,61 tonnes en 2011 à 0 tonne en 2015 (DPP/MAEP,2016). D’après les
statistiques de la direction de la statistique agricole 2016, les produits de la pêche maritime
sont passés de 7702,3 tonnes en 2011 à 16223,08 tonnes en 2015 (soit une augmentation de
110,63 %), ceux de la pêche continentale de 30500 tonnes à 25652,25 tonnes (soit une
diminution de 15,89 %) et ceux de l’aquaculture de 500 tonnes à 1 270,50 tonnes
(augmentation de 154,1 %) au cours de la même période.
Typologie des systèmes aquacoles
La mise en place des actions visant le développement durable de l’aquaculture implique des
changements profonds tant au niveau des systèmes de production que des institutions
concernées par cette activité. Or, ces changements seront d’autant plus « faciles » que les
actions qu’ils impliquent correspondent aux comportements et aux pratiques des
aquaculteurs. Il s’agit alors de définir des actions qui soient acceptées par le plus grand
nombre d’aquaculteurs dans un contexte de grande diversité des systèmes de production.
Cette situation nous impose de procéder à une homogénéisation en construisant des types ou
des « idéo-types», c’est-à-dire des ensembles de systèmes de production qui se ressemblent
ou partagent un certain nombre de caractéristiques. Il s’agit là d’une typologie et constitue un
préalable : elle a pour objet de structurer la connaissance des systèmes piscicoles. Ainsi, la
typologie des systèmes piscicoles en étangs extensifs côtiers, réalisée par Stevenson et al.
(2006), est un résultat intermédiaire qui leur permet d’étudier l’efficience des facteurs de
production au sein des différents types de systèmes décrits.
Importance des déterminants du profit
Brent et al. (2002) ont montré dans leur étude qu’il est possible d'améliorer la rentabilité des
exploitations restantes en identifiant des facteurs qui ont permis à quelques exploitations
d'être plus avantageux que leurs pairs et en examinant les facteurs qui ont une forte influence
sur la rentabilité des exploitations. Pour ces même auteurs, une meilleure compréhension des
facteurs qui influencent la rentabilité d’une ferme est potentiellement importante à beaucoup
de partis. En effet, les responsables de ferme devraient être capables d'utiliser cette
connaissance pour améliorer leurs opérations afin d’augmenter la rentabilité. Aussi,les
résultats peuvent-ils servir aux chercheurs et aux enseignants pour rehausser leur
compréhension des facteurs qui influencent la rentabilité des fermes à long terme. Il y a donc
nécessité dans le cas de notre étude d’identifier les systèmes piscicoles les plus rentables à
recommander pour accroître le nombre d’exploitants dans le domaine et aussi la production,
.ainsi que les facteurs sur lesquels il faut jouer pour accroître le profit de la production
piscicole.

Matériel et méthode
Milieu d’étude
L’étude a été réalisée dans les départements de l’Atlantique et de l’Ouémé au Sud-Bénin.
Ces deux départements sont connus pour leur forte potentialité en production de poissons et
fournissent sur le marché plus de la moitié de la production nationale. En effet, selon
PROVAC (2010), la production de poissons marchands en pisciculture est de 105,3 tonnes
dans le département de l’Atlantique, de 155,42 tonnes dans l’Ouémé. Ces diverses qualités
d’ordre aquacole ont orienté le choix des zones de collecte de données.

Echantillonnage
Dans le but d’avoir une idée du nombre de pisciculteurs effectivement en activité, la liste de
tous les pisciculteurs de chacune des communes d’étude a été collectée. Cette étude ne prend
pas en compte les entreprises aquacoles et les unités de production d’alevins. Un taux

d’échantillonnage a été retenu par simple calcul avec la formule  , 80 étant le nombre de

pisciculteurs à interviewer dans chaque département et n le nombre de pisciculteurs dans le


département. Ce taux d’échantillonnage a été appliqué aux effectifs de pisciculteurs de chaque
commune d’étude pour trouver le nombre de producteurs à enquêter dans ladite commune. A
l’aide d’un fichier Excel 2007 des nombres aléatoires ont été attribués à chaque pisciculteur
avec la commande « aléa ( ) ». Les nombres ont été classés par ordre croissant et les 80
premiers pisciculteurs ont été retenus. Un pisciculteur absent/mort était systématiquement
remplacé par celui qui le suit automatiquement sur la liste.

Données utilisées
Les données utilisées dans le cadre de cet article ont été collectées en 2012. Les enquêtés ont
été choisis dans huit communes à savoir : Avrankou, Adjarra, Porto-Novo et Adjohoun dans
le département de l’Ouémé et Abomey-Calavi, Ouidah, Kpomassè et Tori-Bossito dans le
département de l’Atlantique. Le choix de ces communes a été motivé non seulement par le
caractère hydromorphe du réseau géographique mais aussi par la présence d’un grand nombre
de pisciculteurs. La base de données comporte 160 pisciculteurs dont 80 dans l’Atlantique et
80 dans l’Ouémé.Il faut noter que dans les analyses, nous nous sommes basés sur les types de
pisciculteurs issus des résultats d’une étude de typologie faite précédemment sur le même
échantillon pour estimer les modèles. Cette typologie a trouvé deux types de pisciculteurs
dans le sud-Bénin. Il s’agit :

Type I  : les pisciculteurs spécialisés dans la production de tilapia


Les pisciculteurs de ce type ont plus d’expérience dans la pisciculture que ceux du type 2 avec
en moyenne trois ans dans l’activité piscicole. Leur production s’étend sur une superficie
moyenne de 0,058 ha soit environ 600 m². Ils sont en grande majorité des éleveurs de tilapia
et utilisent les étangs comme infrastructure de production (84,07% de l’effectif total). La
commercialisation se fait directement sur le lieu de production (89,39% de l’effectif total). La
production moyenne de poissons marchands vendue est de 296 kg. Le ratio d’intensification de la
main d’œuvre est de 333 équivalent-hommes par hectare. Ceci est relativement faible comparé au
type2. Ce type constitue la majorité des pisciculteurs dans la zone d’étude avec un pourcentage de
70,6.
Type II : les pisciculteurs spécialisés dans la production de clarias
Avec en moyenne deux années d’expérience dans l’activité piscicole, les pisciculteurs de ce
type ont en moyenne une superficie de 0,003 ha soit 30 m². Ils sont plus spécialisés dans la
production du clarias que dans celui du tilapia. Le clarias peut être élevé soit dans des bassins
(53,19% de l’effectif total) soit dans des bacs hors sol (46,81% de l’effectif total) mais
également dans les autres infrastructures aquacoles. La production moyenne de poissons
marchands vendue est de 112 kg. La production n’est pas directement vendue sur les lieux de
production mais ramenée au marché ou la maison. Le ratio d’intensification de la main d’œuvre
est de 9829 équivalent-hommes par hectare. Ce taux très élevé comparé à celui du type1 pourrait
supposer que l’élevage de clarias nécessite une plus grande utilisation de la main d’œuvre. Ce type
représente 29,4% de l’effectif total.

Description des variables incluses dans les modèles de profit piscicole


La quantité de la main d’œuvre des pisciculteurs de type I est légèrement supérieure à celle
utilisée par les pisciculteurs de type II. La différence observée dans l’utilisation de la main
d’œuvre n’est cependant pas significative. Il en est de même pour le coût de la main d’œuvre.

Malgré que les deux (02) types de pisciculteurs utilisent la même quantité d’alevin au
démarrage de la production, la quantité d’aliment utilisée par les pisciculteurs de type II
avoisine le double de la quantité utilisée par les pisciculteurs de type I. Il est observé une
différence significative entre le prix de vente du poisson marchands au niveau des deux (02)
types de pisciculteurs. Les pisciculteurs de type II livrent leurs productions à prix supérieur à
celui des pisciculteurs de type I. Le prix de vente élevé au niveau des pisciculteurs de type II
est dû au prix d’achat élevé des alevins et aliments qui sont des facteurs très importants dans
le processus de production piscicole. Ceci pourrait s’expliquer par la particularité des aliments
utilisés par les pisciculteurs de type II qui sont plus spécialisé dans l’élevage des clarias. En
effet, les aliments utilisés par les pisciculteurs de type II sont des aliments composés sous
forme granulé en général. Ces aliments sont importés pour la plupart avec des taux de
protéine plus élevé favorisant la croissance rapide des poissons en élevage. Ce qui justifie le
prix d’achat élevé des aliments au niveau des pisciculteurs de type II contrairement à ceux de
type I dont les aliments utilisés sont à des taux de protéine plus faible.Les pisciculteurs de
type I ont la possibilité d’utiliser d’autres catégories d’aliments surtout moins chères. Il existe
une différence significative entre la proportion des pisciculteurs qui ont la pisciculture comme
activité principale au niveau des deux types de pisciculteurs. La proportion est plus
considérable au niveau des pisciculteurs de type 1 plus que ceux de type II.

Tableau 1 : Statistique descriptive des variables incluses dans les modèles de profit piscicole
Caractéristiques Type I Type II Statistiques
(N=143) (N=46)
Ages (Année) 46 46 0,161
Année d’expérience (Année) 3 2 4,621*
Accès au crédit (%) 39 54 -1,812**
Pisciculture comme activité 18 2 2,772*
principale (%)
Alevin (Kg/m2) 0,09 0,09 0,011
Aliment (Kg/m2) 3,84 5,27 -2,561*
Main d’œuvre (Hj/m2) 0,19 0,17 0,631
Prix d’Alevin (FCFA/kg) 7936 9261 -10,711**
Prix d’Aliment (FCFA/kg) 456 619 -3,531*
Coût de la Main d’œuvre 1299 1255 0,121
(FCFA/kg)
Prix du Poisson (FCFA/Kg) 1405 1650 -0,021*
1
= t-student, 2= z-khi2.

Choix de la forme fonctionnelle


Un certain nombre de formes fonctionnelles existent dans la littérature pour estimer la
fonction de profit. Il s’agit de la forme Cobb-Duglass, des formes fonctionnelles flexibles
telles que quadratique, translog et translog modifié. La forme fonctionnelle Cobb-Duglass est
la plus utilisée pour estimer l'efficacité agricole malgré ses faiblesses. La forme translog a
aussi ses propres faiblesses, cependant elle est également largement utilisée. Les principaux
inconvénients du modèle translog sont sa sensibilité aux multicollinéarités et les problèmes de
degrés de liberté. Pour prendre en considération les problèmes de multicolinéarités des
variables, il a été réalisé un test entre les formes fonctionnelles. La forme fonctionnelle
Translog modifiée est la forme fonctionnelle qui présente moins de variables multi-
colinéarisés que les trois autres formes fonctionnelles que sont Quadratique, Translog et
Leontief (tableau 2). Diverses tentatives ont montré qu'une spécification de la fonction de
profit de type Cobb-Douglas donnait, a priori, les meilleurs résultats (Lachaud, 1995). Des
tests statistiques ont donc été réalisés pour le choix de la forme fonctionnelle entre cobb-
Duglas et translog modifié. La forme fonctionnelle Translog modifiée a présenté un R 2 ajusté
plus élevé (0,48) que celui de la forme fonctionnelle Cobb-Duglass (0,46). Cela a impliqué
que la variabilité des variables explicatives incluses dans le modèle translog modifié a
expliqué 48% de la variabilité du profit piscicole. Les valeurs de RMSE (1,77), AIC (649,17)
ont été plus faibles dans le modèle
translog modifié par rapport au modèle Cobb-Douglas(tableau 3). L’hypothèse nulle selon
laquelle, il n’existe aucune signification conjointe des termes d'interaction dans le
modèle translog modifié a été fortement rejetée. Ceci suggère que les termes d'interaction
dans le modèle translog modifié (mais pas présente dans le modèle Cobb-Douglas)
sont des facteurs importants pour expliquer la variation de la moyenne du profit.Ces résultats
ont montré que la forme fonctionnelle la mieux adaptée dans le contexte de l’étude est
Translog modifiée.
Tableau 2 : Résultat du test de multi-colinéarité entre les différentes formes fonctionnelles

Modèles VIF Test a


Quadratique 74,91
Translog 293,69
Leontief 241,13
Translog modifiée 34,42
a
= Variance Information Factor for multicollinearity

Tableau 3 : Résultat des tests statistiques pour le choix de la forme fonctionnelle

Modèles Tests statistiques


Adj R21 MSE 2 AIC 3
Coob-douglas 0,46 1,80 652,86
Translog modifiée 0,48 1,77 649,17
1 2 2 3
= R Ajusté, =Root Mean Square Error, = Akaike Information Criteria

Modèle d’estimation de la fonction de profit des pisciculteurs


Le profit est très souvent utilisé pour désigner l’excédent de la recette sur les dépenses
d’exploitation. Le profit agricole est la différence entre la valeur monétaire de la production et
les charges liées à cette dernière. Deux types de profit sont à distinguer : le profit brut et le
profit net. Le profit brut s’obtient après déduction des coûts variables de la valeur marchande
de la production. Quant au profit net, il s’obtient après soustraction des charges fixes du profit
brut. C’est de ce type de profit sous la forme normalisée qu’il s’agit dans la présente étude.
La fonction de profit normalisée est la forme modifiée de la fonction de profit, cette forme
modifiée de la fonction de profit s’est avérée être plus pratique du point de vue théorique et
économétrique parce qu’elle permet d’obtenir les équations de demande des inputs lorsqu’on
applique directement le ‘’lemmes de hottelings’’ à la fonction normalisée.
La fonction de profit normalisée a été estimée simultanément avec les trois équations de
demande d’intrant par la procédure d’estimation basée sur la méthode de Zellner's Seemingly
Unrelated Regression (SURE). Dans ce cas, les paramètres estimés sont consistants, non
biaisés et efficaces (Sidhu et al., 1981; Adésina et al., 1997) alors que la méthode des
Moindres Carrés Ordinaires (MCO) conduit à une estimation inefficace des paramètres
(Ouedraogo et al 2011).Trois (03) modèles ont été estimés suivant la méthode SURE. Il s’agit
du modèle type I qui prend en compte les pisciculteurs de type I ; modèle type II prenant en
compte les pisciculteurs de type II et le modèle Global qui n’est rien d’autre que la
combinaison des pisciculteurs de type I et ceux de type II. La contrainte d’homogénéité est
imposée automatiquement aux modèles à cause de la forme normalisée spécifiée. La symétrie
quant à elle a été imposée par des restrictions pour les équations de la fonction de profit et de
demande des intrants (Rahman, 2005).

Soit le profit normalisé, la forme généralisée s’écrit :

(1)

(2)

= prix normalisés

F= fonction de production
X* vecteurs des variables d’inputs variables utilisés dans le processus de production
Z vecteurs des variables d’inputs fixes utilisés dans le processus de production.

En multipliant les deux côté par qj/ on obtient une série de m facteur d’équation

(3)

Des équations 1 et 3 représentant les formes théoriques utilisées par Lau et Yotopoulos en
1971 de la fonction de profit normalisé et les parts des intrants et l’équation 4 représentant la
forme théorique de la forme fonctionnelle Translog modifié(Dey et al., 2005) nous avons
obtenu les formes empiriques de la fonction de profit normalisée et les équations de demande
d’intrants suivantes :
La forme empirique de la fonction de profit estimée :

Les équations de demande d’alevins, d’aliment et de la main d’œuvre

Avec :
π* = profit normalisé (FCFA/kg)

= constante

w1= prix d’alevin normalisé (FCFA/kg)


w2=prix d’aliment normalisé (FCFA/kg)
w3=prix main d’œuvre normalisé (FCFA/kg)
z= capital (FCFA/m2)
x1= Quantité d’alevin (kg/m2)
x2=Quantité d’aliment (kg/m2)
x3= Nombre d’homme jour pour la main d’œuvre (hj/m2)
Lnage : âge du pisciculteur ; lnprapis : nombre d’année d’expérience dans la pisciculture ;
acredavi : accès au crédit pour la pisciculture ; actp : pisciculture comme activité principale et
systa : élevage de clarias.

Résultat et discussion
Fonction de profit et de demande des intrants
Tous les trois (03) modèles sont globalement significatifs á 10 %, ce qui veut dire que, du
point de vue statistique, les coefficients des variables explicatives ne sont pas simultanément
nuls.Sur les 15 variables introduites dans les différents modèles, il a été constaté que les
modèles : type Iet global présentent plus de variables significatives (10 variables) que le
modèle : type II (02 variables) (tableau 4). La prise en compte des restrictions, la correction
d’endogénéité et surtout la convexité des inputs (tableau 7) ont permis d’obtenir des résultats
consistants et sans biais.
De même, les signes des coefficients de régression sont en accord avec les attentes a priori.
Les coefficients des intrants : alevins, aliments, mains d’œuvre et capital sont statistiquement
significatifs et négatifs pour le modèle : type I et le modèle :Global. Ceci implique que pour
tous les intrants au niveau du modèle : type I et du modèle : Global, le profit des pisciculteurs
est négativement corrélé par l’alevin, l’aliment, la main d’œuvre ainsi que le capital. Pour le
modèle : type II, le profit des pisciculteurs est négativement corrélé par la main d’œuvre. Ce
qui veut dire qu’au niveau des pisciculteurs qui élèvent rien que le tilapia et ceux qui élèvent
le tilapia et le clarias, une augmentation des prix des intrants de production que sont : alevins,
aliments, main d’œuvre et capital entraîne une réduction du profit. Chez les pisciculteurs qui
élèvent rien que le clarias, une augmentation des investissements sur les facteurs de
production fixes (infrastructures et matériels/équipements piscicoles) entraîne une réduction
du profit également. Ceci implique qu’une nouvelle augmentation des prix de l’alevin, des
aliments, de la main-d'œuvre et du capital utilisés pour la production piscicole aux niveaux
des pisciculteurs de type I en particulier est susceptible d’affecter les performances
économiques de leurs exploitation samener les pisciculteurs à revoir à la baisse les quantités à
utiliser pour ces différents intrants. De ce fait, les recettes ont baissés et le profit l’est aussi par
conséquent. Ces résultats se comparent à ceux de Inoni (2007), Asmoah (2008), Kurbis
(2000) et Asmoah (2012) qui ont constaté que les aliments pour les poissons, la main-d'œuvre
ont été des facteurs importants qui ont influé sur le rendement du poisson.La pratique de la
pisciculture comme activité principale a un effet positif et significatif à 5 % sur les
pisciculteurs aux niveaux des pisciculteurs de type I et des exploitations piscicoles globale
(élevage tilapia et ou élevage clarias). Ce qui veut dire qu’aux niveaux de ces exploitations les
pisciculteurs ont pour la plupart du temps la pisciculture comme activité principale ce qui
n’est pas le cas au niveau des pisciculteurs de type II caractérisés par l’élevage des clarias.
Pour les pisciculteurs de type II, il existe une corrélation positive entre le profit tiré et l’âge
des pisciculteurs. Cela implique que les pisciculteurs les plus âgés ont un profit plus élevé que
les plus jeunes au niveau des pisciculteurs qui élèvent uniquement le clarias sur leurs
exploitations piscicoles. Les diverses combinaisons d’aliments locaux et importés pour
réduire les charges d’exploitation expliquent ce gain lié à l’expérience
Le coefficient de la main d’œuvre au carré est statistiquement significatif négatif à 10 %
pour le modèle : type I et pour le modèle : Global. Cela implique qu’une augmentation du
double de la main d’œuvre utilisée par les pisciculteurs de type I et ceux qui utilisent les deux
espèces (tilapia-clarias) entraine une diminution du profit. Par contre une augmentation du
double du capital entraîne une augmentation du profit au niveau des pisciculteurs de type I.
En effet, le coefficient du capital au carré est positif et significatif respectivement à 1 % et 5
% pour le modèle : type I et le modèle : Global. Des efforts restent à fournir donc par les
pisciculteurs de type I en matière d’investissement en ce qui concerne les équipements
infrastructures piscicoles pour accroître la production et par conséquent le profit. Les résultats
du tableau 4 montrent par ailleurs que le coefficient de la variable interactive prix de l’aliment
et prix alevin est significatif et positifs à 5 % au niveau du modèle : type I. Ce qui stipule
qu’une augmentation plus élevé du prix de l’aliment annule l’effet négatif de l’augmentation
du prix de l’alevin sur le profit des pisciculteurs de type I
La demande de l’alevin pour la production de poissons marchands est influencée par le prix
de l’aliment au niveau du modèle : type I du modèle : Global.La demande d’alevin par
rapport au prix de l’aliment est positive (tableau 4). Ce qui veut dire que lorsque le prix de
l’aliment augmente la demande de l’alevin augmente aux niveaux des pisciculteurs de type I
et des deux types de producteurs combinés. La demande d’alevin par rapport à l’accès au
crédit des pisciculteurs est positive pour tous les modèles. Ce qui veut dire que lorsque les
pisciculteurs ont accès au crédit pour la production piscicole la demande de l’alevin
augmente. La demande d’alevin augmente d’alevin est plus intense au niveau des
exploitations piscicoles de type II que les autres. En ce qui concerne la demande de l’aliment,
elle est influencée par le prix de l’alevin, le prix de l’aliment aux niveaux du modèle : type I
et du modèle : Global, par l’âge et l’accès au crédit au niveau de tous les modèles et par la
pisciculture comme activité principale au niveau du modèle : type II. La demande de
l’aliment par rapport au prix de l’alevin est positive. Cela stipule que la demande de l’aliment
augmente lorsque le prix de l’alevin augmente aux niveaux des pisciculteurs de type I. La
demande de l’aliment au niveau des jeunes pisciculteurs est élevée par rapport au plus âgés.
La demande d’aliment au niveau des deux types de pisciculteurs augmente lorsque ces
derniers ont accès au crédit pour la production piscicole. La demande de la main d’œuvre
quant à elle est influencée par le prix de la main d’œuvre, le capital, l’âge du pisciculteur,
l’année d’expérience, l’accès au crédit et le type de pisciculteur. La demande de la main
d’œuvre diminue aux niveaux des pisciculteurs lorsque le prix de la main d’œuvre augmente.
Pour ces mêmes pisciculteurs, la demande de la main d’œuvre augmente lorsque le capital
augmente et les plus jeunes pisciculteurs ont tendance à utiliser plus de main d’œuvre que les
plus âgés. La demande de la main d’œuvre augmente chez les moins expérimentés dans la
production piscicole que les autres au niveau des pisciculteurs de type II (élevage clarias). De
même, la main d’œuvre au niveau des pisciculteurs de type II est plus élevée que celle des
pisciculteurs de type I.

Tableau 4 : Résultat d’estimation de la fonction de Profit Translog modifiée et de la part des


facteurs des pisciculteurs au Sud Bénin.

Variables du Fonction Paramètres Zellner's Seemingly Unrelated Regression Estimation


Profit (SURE Method)
Modèle: Type I Modèle: Type II  Modèle: Global
Alevin -1,49(-1,78)*** 0,20(0,75) -1,08(-1,68)***
Aliment -4,48(-2,79)* -0,03(-0,06) -2,02(-2,16)**
Main d'œuvre -1,23(-2,59)* -0,15(-0,55) -0,82(-2,66)*
Capital -2,83(-2,63)* -1,13(-1,06)*** -1,66(-2,47)**
Alevin au carrée -0,24(-1,10) -0,03(-0,75) -0,11(-0,61)
Interaction Aliment 0,59(2,40)** 0,04(0,94) 0,66(3,62)*
Alevin
Aliment au carrée -1,27(-3,43)* -0,29(-1,13) -0,74(-2,64)
Interaction Aliment 0,08(0,23) -0,15(-0,68) -0,32(1,39)
Capital
Main d'œuvre au carrée -0,28(-4,10)* -0,08(-1,38) -0,25(-4,45)*
Main d'œuvre Capital 0,24(1,91)** 0,07(0,47) 0,14(1,72)***
Capital au carrée 0,54(2,96)* 0,88(1,03) 0,30(2,52)**
Age -0,42(-0,74) 1,28(2,16)** -0,19(-0,41)
Année d’expérience -0,01(-0,20) -0,25(-1,20) -0,02(-0,33)
Pisciculture comme 1,15(2,44)** -0,39(-0,57) 0,97(2,34)**
activité principale
Accès au crédit 0,28(0,68) 0,36(0,97) 0,23(0,70)
Clarias 0,91(1,07)
Constante 9,70(2,36)** 1,02(0,43) 7,30(2,58)*

F[13,143] =21,2* F[13,143] =14,4* F[14,189] =25,2*


Fonction de demande d’Alevin
Alevin -0,24(-1,10) -0,03(-0,75) -0,11(-0,61)
Aliment 0,59(2,40)** 0,04(0,94) 0,66(3,62)*
Main d'œuvre 0,05(0,50) -0,02(-1,11) 0,08(1,06)
Capital 0,21(1,06) -0,03(-0,61) 0,06(0,47)
Age -0,27(-1,17) -0,07(-1,02) -0,13(-0,74)
Année d’expérience 0,07(0,85) -0,02(-0,75) 0,08(1,09)
Pisciculture comme 0,32(0,46) -0,32(-1,84)*** 0,27(0,45)
activité principale
Accès au crédit 1,01(1,79)** 0,12(2,05)** 0,80(1,88)***
Clarias 1,56(2,04)**
Fonction de demande d'Aliment
Alevin 0,59(2,40)** 0,04(0,94) 0,66(3,62)*
Aliment -1,27(-3,43)* -0,29(-1,13) -0,74(-2,65)*
Main d'œuvre 0,07(0,42) 0,12(1,13) 0,16(1,21)
Capital 0,08(0,23) -0,15(-0,68) -0,32(-1,39)
Age -0,92(-2,53)** -0,38(-2,17)** -0,66(-2,30)**
Année d’expérience 0,12(0,75) 0,25(1,47) 0,16(1,09)
Pisciculture comme -0,17(-0,13) -2,52(-2,59)** -0,27(-0,24)
activité principale
Accès au crédit 2,28(2,63)* 0,56(1,83)*** -2,26(2,77)*
Clarias 1,22(0,92)
Fonction de demande de la Main
d'œuvre
Alevin 0,05(0,50) -0,02(-1,11) 0,08(1,06)
Aliment 0,07(0,67) 0,12(1,37) 0,16(1,21)
Main d'œuvre -0,28(-4,10)* -0,08(-1,38) -0,25(-4,45)*
Capital 0,24(1,91)** 0,07(0,47) 0,14(1,72)***
Age -0,40(-3,21)* 0,11(1,15) -0,31(-3,21)*
Année d’expérience 0,05(1,13) -0,27(-2,78)* 0,04(1,17)
Pisciculture comme 0,07(0,19) 0,59(1,02) 0,09(0,28)
activité principale
Accès au crédit 0,46(1,45) 0,04(0,24) 0,39(1,63)***
Clarias 0,93(2,13)**
Ho : Chow test= 1,01
(a) * significative à 1%, ** significative à 5%, *** significative à 10%.
(b) Valeurs dans la parenthèse est le t-statistique (t-ratio)
(c) Ho : Stabilité des coefficients du modèle sur les deux types de pisciculteur.
Elasticités indirects des facteurs de production
Pour déterminer les effets des facteurs de production individuels sur la production piscicole,
les élasticités de ces facteurs de productions ont été estimés. Les coefficients positifs des
intrants peuvent être interprétés comme impliquant une augmentation de la production lorsque
l’on augmente l'intensité de l'intrant utilisé (Kurbis, 2000). Ainsi, les élasticités des facteurs
de production piscicole : l’alevin (1,25), aliment (0,81) (tableau 5) montrent que l’alevin et
l’aliment sont les facteurs les plus limitants la production piscicole. Ce qui suggère que les
technologies qui améliorent la productivité des alevins sont susceptibles d’avoir
significativement des effets positifs sur la production piscicole. L’amélioration de la
production de tilapia à partir des alevins monosexe mâle de Tilapia en Egypte et au Bénin
avec le PROVAC l’illustrent bien. L’élasticité indirecte du facteur capitale indique une
réponse très inélastique du capital. Les résultats de Adésina et al. (1997) ont indiqués ces
mêmes tendances sur le capital et la main d’œuvre dans la production du riz en Côte d’Ivoire.
Pour ces auteurs, ces résultats peuvent refléter la présence d'autres contraintes technologiques
et infrastructurellesqui limitent la productivité.Ainsi dans notre cas, les résultats justifient
l’absence d’investissement lourd pour la réalisation d’infrastructures modernes et pour
l’acquisition d’équipements modernes par la quasi-totalité des pisciculteurs et surtout les
pisciculteurs de type I rencontrés dans le cadre de l’étude.

Tableau 5 : Elasticités indirectes des facteurs de production des pisciculteurs au Sud Bénin
Facteurs de Production Elasticité Indirecte
Alevin 1,25
Aliment 0,81
Main d'œuvre 0,28
Capital 0,05

Conclusion
L’article montre que le profit d’un pisciculteur de type I est influencé par les prix des facteurs
de production qu’il utilise.Pour améliorer la production piscicole, il est nécessaire de mettre
en place une stratégie pour rendre disponible et accessible les alevins aux pisciculteurs. Aussi
faudrait-il que la vulgarisation aide les pisciculteurs à se réorienter dans la pratique de
pisciculture de type I qui est plus bénéfiques en termes de profit et permet aux pisciculteurs
d’avoir une large gamme de mesure d’élevage surtout en terme de choix des espèces en
élevage. L’accès au crédit est l’un des points sensibles qui permet aux pisciculteurs de
prendre des risques en termes d’investissement modernes nécessaire dans l’accroissement du
profit piscicole. Par conséquent, cela leur permettrait de plus se spécialiser dans la production
halieutique ce qui est actuellement est en plein essor au Bénin.

Références bibliographiques
Adésina A. &Djato K. 1997.Relative efficiency of women as farm managers: function
analysis in Côte d’ivoire. Elsvier Science. Agricultural economics16 : 47-53.

Adjanke A. 2011. Production d’alevin et gestion piscicole, Formation en pisciculture, du 16


au 18 février 2011 à Lomé ; pp 37.

Degnon G. R., Dougnont. J. Toussou S. &Migan S. Y. 2012. Evaluation de la qualité


microbiologique et physico-chimique des poissons capturés et commercialisés au port de
pêche industrielle de Cotonou, Université d’Abomey-calavi, Int.J.Biol .Chem. Sci 6(1) ;
pp166_174.

Ouedraogo, W. T., Kaboré, M., Koursangama, A., Guissou, R. &Ouedraogo, S.


2011.Modélisation de l’offre céréalière des ménages agricoles au Burkina.
PROVAC.(2010).Etat des lieux sur la pisciculture dans les 7Départements du sud
Bénin .Bibliothèquesnationale, Direction des pêches, MAEP, Bénin ,pp226 .

PSRSA 2011.Programme Stratégique de Relance du Secteur Agricole au Bénin, version


2011, pge90.

Quisumbing R. Q. 1996.Male-Female Differences in Agricultural Productivity:


Methodological Issues and Empirical Evidence. Elsvier Science, World developpement.
Vol.24, N°10, 1579-1595pp.

Sidhu, S.S. & Baanate, C.A. 1979."Farm-Level Fertilizer Demand for Mexican Wheat
Varieties in the Indian Punjab."Amer. J. Agr. Econ. 61(1979).

Yotopolous, P.A., and Lau, L.J. 1971. A test for a relative and application to Indian
agriculture.American EconomicReview. 61 94-109.

Vous aimerez peut-être aussi