Les Dterminants de lAdoption des techniques de conservation des eaux et des sols au Burkina Faso

JEL classification : C25 D24 Q31

Papier dexercice (Universit de Ouagadougou UFR/SEG) Mai 2008

Akouwerabou B. Denis

Rsum Leffet du changement climatique sur lagriculture des pays pauvres se manifeste par la perte des rendements. Il existe des investissements agricoles capables de rduire le choc du changement climatique. Cest lexemple des techniques de Conservation des Eaux et des Sols (CES). Dans le plateau central du Burkina Faso, le taux dadoption des CES est faible (39,4%). Lanalyse descriptif montre que le facteur dterminant dans ladoption des CES semble tre le statut foncier. Les rsultats du modle probit montrent qu'en plus du statut foncier, le nombre d'enfants scolariss et l'ge du chef du mnage influencent galement l'adoption des CES. Mots clefs : Changement climatique, rendements agricoles, investissements agricoles Summary The effect of the climate change on the agriculture of the poor countries appears by the loss of the outputs. There exist agricultural investments able to reduce the shock of the climate change. It is the example of the techniques of Conservation of Water and the Ground (CWG). In the central plate of Burkina Faso, the rate of CWGs adoption is weak (39,4%). The descriptive analysis shows that the determining factor in the adoption of CWG seems to be the land statute. The results of the probit model show that in addition to the land statute, the number of children enrolled into school and the age of the chief of the household also influence the adoption of the CWG. Key words Climatic change, agricultural outputs, and agricultural investments I. Introduction Les preuves scientifiques de la gravit du changement climatique pour lagriculture sont dsormais sans ambigut. Llvation des tempratures moyennes, les scheresses et les inondations entranent des pertes de productivit des cultures et de llevage. Ainsi, dans les pays pauvres o lagriculture est encore tributaire de la pluviomtrie, il est trs difficile de prvoir la production agricole tant celle-ci est fonction des alas climatiques. Les populations pauvres sont plus vulnrables aux effets du changement climatique en raison de leur dpendance vis--vis de lagriculture et de leur faible capacit dadaptation. Dans certaines rgions, les agriculteurs cultivent dj des varits dont les cycles de production ont t modifis et adapter la longueur de la saison pluvieuse. Mais, dans les pays aux ressources trs limites, une proportion importante dagriculteurs ne pourra pas sadapter au changement climatique sans aide extrieure. Ainsi, dans la majorit des pays au sud du Sahara, beaucoup de ces paysans percevant une plus grande variabilit du climat nont pas chang leurs pratiques agricoles. Les obstacles ladaptation varient, mais pour certains dentre eux le principal semble tre le manque de ressources ou dpargne.

Le changement climatique a des consquences importantes pour lagriculture avec pour effet des pertes conomiques et une vulnrabilit alimentaire. Il reste savoir si les agriculteurs burkinab sont informs des consquences de ce phnomne. Toujours est-il que les pertes svres de rendements agricoles sont imputables au changement climatique dans les rgions du plateau central dj arides. Les rendements du mas sont passs par exemple de 12% environ en 1992 4,3% en 1998 (Oudraogo, 2005). La combinaison du manque des ressources en eau et la disponibilit de plus en plus limite en terres arables (dans le plateau central au Burkina Faso) entrane des effets ngatifs sur les potentiels agricoles. Les tudes de vulnrabilit montrent que le changement climatique pourrait finalement miner les efforts de promotion du dveloppement durable en exacerbant les risques existants de dsertification, de pression sur les ressources hydriques et dune production agricole en difficult. Face cette menace potentiellement lourde, la problmatique de rponse consiste en deux stratgies dadaptation capables de limiter les impacts des difficults croissantes de lagriculture (Rosenberg, 1992) : dun ct, rsister aux modifications du climat (sous la forme dinvestissements pour freiner lrosion des sols) et adapter les systmes culturaux et hydriques; de lautre, organiser le retrait progressif de certaines cultures, face linadaptabilit croissante lenvironnement bioclimatique. Trs peu sont ces agriculteurs burkinab qui appliquent lune ou lautre de ces deux stratgies. Nombreux sont les facteurs qui peuvent motiver ladoption des nouvelles techniques de production. Ces facteurs peuvent tre dordre social, culturel ou conomique. La proccupation de la prsente tude est didentifier les dterminants de linvestissement agricole dadaptation au changement climatique dans le plateau central au Burkina Faso. Beaucoup dinitiatives ont t entreprises dans lobjectif de vulgariser et de promouvoir les technologies susceptibles damliorer la productivit agricole. Sanders et al. (1990) notent quen plus de la dgradation continue des terres, cest surtout la rduction de la productivit du travail dans le secteur agricole qui motive le Burkina Faso chercher promouvoir les nouvelles techniques de production agricoles. Mais force est de constater le faible taux dadoption des nouvelles techniques agricoles par les paysans (Feder et al, 1985). La stratgie la plus couramment adopte pour maintenir la fertilit des sols consiste appliquer la jachre. Mais cette pratique trouve ses limites avec lexplosion dmographique que connaissent les pays au Sud du Sahara. Mais, il est connu que lamlioration des rendements agricoles est la seule alternative concrte pour raliser le progrs court terme en matire de rduction de la pauvret rurale et de linscurit alimentaire. Des possibilits existent avec lutilisation des intrants chimiques et organiques, lintgration de lagriculture llevage, lutilisation de varits plus productives et la diversification des systmes de culture. Cependant, le climat, ltat des terres et laccroissement de la population montrent que ces techniques de production ne peuvent suffire pour raliser de bonnes performances agricoles dans le plateau central. A ces stratgies il faut ncessairement adjoindre les techniques de conservation des eaux et des sols (CES). Cest dans cette perspective que se situe la prsente tude qui cherche des rponses la question suivante : quelles sont les facteurs qui incitent ladoption des techniques mme de permettre une intensification des systmes de production agricoles dans le Plateau Central ? Lobjectif de cet article est de mettre nu les dterminants de linvestissement dadaptation au changement climatique au Burkina Faso. Autrement il sagit de rechercher les variables (conomiques o sociales) qui expliquent la dcision dinvestir pour ladaptation au changement climatique en zone agricole dans le plateau central du Burkina Faso. Larticle poursuit galement lobjectif de formulation de recommandations de politiques conomiques afin dinciter les agriculteurs prvenir et sadapter au changement climatique. 2

Sous lhypothse dun contrle parfait de leffet des autres facteurs, on sattend ce que la motivation principale dans ladoption des CES soit la scurit foncire. Autrement, le statu foncier est le facteur le plus dterminant dans ladoption des CES, dans le plateau central du Burkina Faso. Les analyses et interprtations portent sur les tableaux croiss qui ont t conus sur SPSS. Les donnes proviennent de la base de donnes GRN1 du CILSS2 collectes au Burkina Faso en 2008. La dernire partie de larticle analyse les dterminants de ladoption des techniques agricoles travers un modle probit. II. Les rsultats thoriques et empiriques De nombreux chercheurs ont investi le rle de dterminer les facteurs qui influencent les dcisions dadoption. A cet effet, Jamison et al (1982) montrent que les raisons du faible taux dadoption des technologies agricoles sont rechercher sous plusieurs angles. Les auteurs dnombrent des facteurs dordre social, conomique, technique et environnemental. Feder et al. (1985) rappellent toute fois que les dcisions dadoption des technologies dpendent fortement des diffrences dans la diffusion de linformation. Dadi et al (2004), introduisent les incitations conomiques comme les prix des facteurs de production et des outputs comme facteurs dterminants de ladoption des technologies. Kebede et al (1993) furent les premiers souligner limportance et le rle des connaissances traditionnelles dans ladoption des nouvelles technologies. Eisemon et al (1988) prviennent que les dterminants de ladoption doivent tre recherchs en considrant les mnages comme voluant dans un environnement socioconomique forte inter et intra influence. Knox et al (1999) attirent lattention sur le rle des droits de proprit du foncier sur la dcision dadoption. Zoungrana en 2004, ajoute cette liste des facteurs sociaux comme la taille du mnage et lge du chef de mnage. A ces facteurs on peut ajouter dautres facteurs non moins importants. Cest lexemple des infrastructures, des risques commerciaux, de la main duvre, de la richesse, et des rgles communautaires. Ainsi, la thorie de la diffusion de linnovation propose par Rogers en 1962, a identifi cinq autres facteurs dterminants dans ladoption ou la diffusion dune nouvelle technologie. Il sagit de lavantage relatif, la complexit, la compatibilit, la testabilit et lobservation. Tornatzky et al (1982) notent que la compatibilit, les avantages relatifs et la complexit de la technologie influencent davantage ladoption de celle-ci. Cette thse est soutenue par les rsultats de Davis et al (1989). A travers un modle dacceptation de la technologie, ces auteurs dcouvrent deux facteurs dordre psychologique qui dterminent ladoption dune technologie. Il sagit de la perception de lutilit et la perception de la facilit dutilisation de la technologie. Si la perception de lutilit et la perception de la facilit de lutilisation influencent lattitude gnrale de lutilisateur face la technologie, la facilit dutilisation influence plus significativement ladoption dune technologie travers lauto efficacit et linstrumentalit (Davis et al, 1986). Selon Bandura (1982) et Lepper en 1985, lefficacit est lun des facteurs principaux qui sous-tend la motivation intrinsque dun individu, et cest ce qui explique le lien direct entre la perception de la facilit dutilisation et lattitude. Enfin, Davis et al (1989) montrent que lintention dutiliser un systme et la perception de lutilit, ont un lien plus fort que celui entre lintention et la perception de lutilit dutilisation. De ce fait, la perception de lutilit est llment qui influence le plus la dcision dutilisation dune technique.
1 2

Gestion des Ressources Naturelles (GRN). Commut Inter-tat de Lutte contre la Scheresse au Sahel (CILSS).

Mais, selon la thorie de laction raisonne, lattitude de lindividu face une technique est dtermine par ses croyances sur les consquences de cette technique. Par ailleurs, lintention dadopter une technique est dtermine par les normes subjectives, elles mmes dtermines par les croyances normatives de lindividu. Cette thorie postule en outre que tous les autres facteurs qui influencent lindividu le font de manire indirecte, ce qui a un impact sur lattitude ou sur les normes subjectives. Aussi, face ce que lon peut qualifier de dsastre malthusien, Boserup (1965) a introduit la thorie de la pression cratrice de la population. Selon lauteur, lorsque la densit de la population augmente, lintensification agricole volue dans le mme sens, et cela naccrot pas seulement la production mais aussi stimule ladoption des techniques de gestion des terres. Ainsi, la pression dmographique entrane une rorganisation de la production agricole. Lauteur laisse percevoir quune population clairseme nincite pas la socit changer le systme dutilisation du sol. La croissance dmographique joue donc un rle moteur dans le changement et ladoption des techniques, cest ce que lauteur a appel pression cratrice . La littrature montre que la dcision dadoption est le rsultat dune combinaison de divers facteurs (conomiques, sociaux, environnementaux, psychologiques, etc.) La prsente tude essaye de tester la validit de leffet de quelques uns de ces variables pour le cas du plateau central du Burkina Faso. Au Burkina Faso, la recherche sur les systmes de production sest particulirement investie dans les tudes diagnostiques (identification des contraintes physiques, sociales et conomiques des systmes de production agricoles), lvaluation, le transfert des technologies et les tudes des conditions de leur adoption. De nombreuses technologies dites performantes ont t recommandes la vulgarisation, aux ONG et aux organisations paysannes. Plusieurs programmes et projets de dveloppement, visant amliorer la situation agricole et alimentaire, ont t mis en place. Le constat est que les rsultats sont rests trs souvent en de de ceux escompts (Oudraogo, 2005). La question est alors de savoir si les facteurs dterminants dans la dcision dadoption des mnages agricoles ont t identifis. III. Les dterminants des investissements agricoles La protection et la restauration des terres arides, sont devenues une ncessit afin daccrotre les espaces cultivables du monde rural. La dgradation des sols est due principalement lrosion olienne et au ruissellement des eaux de pluie. En plus de ces deux phnomnes, les systmes dexploitation agricoles sont de vritables sources de dgradation des ressources environnementales. Cest lexemple des cultures sur brlis, lextension des superficies cultives qui engendrent un dfrichement exagr des forts. La suite de larticle essaye de lier ladoption des CES aux caractristiques susceptibles dinfluencer la dcision des mnages agricoles. III.1. Le statut foncier Knox et al (1999) montrent que la dtention des droits de proprit est un facteur dterminant de ladoption dune technologie visant amliorer la productivit agricole. Les droits de proprit sont perus non seulement comme tant lappropriation des ressources conformment aux lois du pays, mais aussi une varit de droits issus du droit coutumier et des usages locaux. Ces auteurs estiment que labsence de ces droits dcourage la conservation de lenvironnement. Enfin, Barbier (1990) montre que la dtention des droits de proprit influence de faon significative la dcision des agriculteurs investir dans le contrle des sols perdus ou en dgradation. 4

Le Burkina Faso doit, pour nourrir sa population qui ne cesse daugmenter ou pour exploiter les avantages lis au commerce extrieur des produits agricoles effectuer des investissements dans les terres. Les paysans ne seront gure disposs investir si leurs droits fonciers ne sont pas scuriss. En fait, le premier avantage facilement mesurable de la scurit des droits fonciers est quelle incite les exploitants investir davantage (Dialla, 2003). A en croire les propos de lauteur, plus le paysan est propritaire de la terre mieux il est dispos investir dans son exploitation. Le tableau n1 montre que sur deux cent cinquante deux (252) mnages agricoles, 92,5% sont des propritaires terriens. On sattendrait alors ce que le taux dadoption soit trs lev. Le statut foncier est constitu des propritaires (regroupant galement lhritage et le don) et la possession des droits dexploitation de la terre par le prt (7,5%). Au total quatre vingt huit (88) ont adopt les CES et 97,7% de ceux qui les ont adopt sont des propritaires terriens (tableau n1). Ces rsultats semblent soutenir lide selon laquelle le statut foncier propritaire est dterminant dans la dcision dinvestir. Cela est dautant plus exact que seul 10,52% des non propritaires ont investi en CES. Ce rsultat sexpliquerait par le fait que : lorsquun propritaire terrien se rend compte que lemprunteur de sa terre est entrain dinvestir, il anticipe que ce dernier a des intensions dexploitation sur le long terme, voir mme devenir propritaire de part son investissement. Dans ces conditions deux situations sont possibles. Soit il retire les droits dutilisation de faon prcoce si lemprunteur consent ; ou les deux se retrouvent dans une situation conflictuelle. Dans la majeure partie des cas, anticipant ce comportement du prteur, lemprunteur vite souvent de raliser des investissements sur les terrains. Les statistiques montrent ici lun des problmes majeurs de lagriculture burkinab. Dans le plateau central o les terres sont arides et moins propices lagriculture, on constate que seul 36,9% des mnages propritaires terriens ont ralis un investissement de soutien la production agricole. De ce fait, les rendements agricoles ne peuvent que baisser vu la pression incessante de perdre le droit dexploitation qui pse sur les paysans non propritaires terriens. Ortiz (1980) soutient nanmoins que la rticence des paysans adopter les innovations nest pas due un comportement non rationnel, mais leur dsir de maximiser leur scurit en minimisant leur risque. Les risques lis aux prix ou linstabilit de la pluviomtrie sont ceux qui affectent la confiance des paysans dans le court terme. A cela sajoutent les risques lis linscurit de la dtention des terres et lappropriation du capital qui affectent la confiance dans le long terme. Tableau n1
Tableau crois Statut foncier * CES Effectif CES cordons pierreux 40 7 2 49 za et cordons pierreux 15 2 18 17 2 2 bande enherbe 2 cordons za et bande enherbe 2

za 18

Statut foncier

Propritaire hritage don prt

Total

non 124 1 22 17 164

Total 201 1 31 19 252

Source : construit par lauteur

III.2. Leffet revenu Ladoption des techniques de production agricole est aussi soumise linfluence des risques environnementaux et commerciaux. Les exploitants faibles revenus sont peu motivs prendre des risques et hsitent souvent adopter de nouvelles technologies parce quils 5

manquent de revenu et des circuits de commercialisation stables. Kebede (1993) saccorde avec cette notion de risque comme facteur influenant ladoption de technologies agricoles. Ainsi, les ractions des paysans au dveloppement des stratgies sont, en partie, expliques en termes de comportement de prise de risques. Lauteur ajoute que dans leur slection des mthodes alternatives de rduction du risque, les mnages exhibent des degrs varis de comportements de prise de risques. Lauteur aboutit au fait que le comportement adverse au risque des producteurs rduit la probabilit dadoption des nouvelles technologies. Clay et al (1998) montrent quun grand risque conduit les paysans baisser linvestissement dans la conservation des sols. Leur conclusion commune est que le revenu est troitement li au pouvoir et aux droits de proprit sur les ressources naturelles, ce qui affecte ladoption des technologies agricoles. Aussi, les agriculteurs nantis attachent une valeur accrue aux bnfices moyen et long terme que linvestissement technologique est susceptible de leur procurer (Knox et al, 1999). Le tableau n2 expose les rsultats sur ladoption des CES en fonction du niveau de revenu. Les agriculteurs sont repartis en cinq grands groupes selon le niveau de revenu. Les donnes du tableau semblent confirmer les prdictions thoriques et les rsultats empiriques noncs plus haut. Le taux relatif dadoption des CES par intervalle de revenu slve mesure que lon va vers des intervalles de revenus levs. Le taux moyen absolu dadoption des CES est de 35,35%. Seuls les taux relatifs dadoption des trois dernires classes de revenus sont proches de ce taux absolu. Les taux relatifs des classes de revenu faible sont inferieurs ce taux absolu, de sorte que le plus proche est celui de la deuxime classe de revenu (25%) relgu plus de dix (10) points du taux absolu. Tableau n2 Tableau crois revenu annuel*CES
Cordons pierreux Niveau de revenu du mnage en FCF [0 ; 55 000] ] 120 000] ] 250 000 ] 325 000 ] 3 200 000 4 13 13 4 6 40 Total 15 za za et Cordons pierreux 2 4 5 2 2 CES bande enherbe Total Cordons za et bande enherbe non Taux dadoption % 24,44 25 34,29 33,33 42,86 35,35

5 3 4 3

34 26 46 14

45 48 70 21 28 215

6 17 2 2

16 139

Source : construit par lauteur

Les taux dadoption dans les classes bas revenu ne sont pas pour autant trs faibles. On pourrait penser certains facteurs comme laction collective comme paramtre explicatif de ce rsultat. Considre comme un dispositif de rpartition du risque, laction collective peut tre une alternative plausible dexplication de la dcision dadoption au sein des paysans pauvres. Les producteurs agricoles traditionnels sont rputs pour leur solidarit rciproque. Cette solidarit se manifeste travers lentraide. Cette initiative contribue la diminution des charges et des craintes dinscurit lies au besoin de survie ce qui attnue les obstacles ladoption des CES. Laction collective permet ainsi de rquilibrer la distribution des gains provenant de lexploitation du capital naturel de production agricole en facilitant ladoption des technologies plus avances qui exigent de gros investissements. A dfaut de laction collective, certains auteurs pensent que la disponibilit interne de main-duvre peut constituer un moyen pour contourner le manque de solidarit inter-mnage. 6

III.3. La disponibilit de la main-duvre agricole Ladoption des techniques de conservation des eaux et des sols est aussi dtermine par la disponibilit de la main-duvre. En fait, chacune des techniques de conservation des eaux et des sols exige une quantit importante de main-duvre pour sa ralisation. Un faible niveau de main-duvre agricole interne li aux difficults rsultant de loffre de main-duvre agricole, sont des obstacles ladoption des CES. Cette contrainte est tout aussi absolue notamment quand la ralisation de ces investissements de production concide avec les priodes de pointes saisonnires dautres activits agricoles. En regroupant les mnages selon le nombre dactifs3, le tableau n3 rvle qu la moyenne de quinze actifs sur ltendue de lchantillon le constat est le suivant. Les mnages de moins de quinze actifs ont un taux relatif dadoption de 32,88% alors que ceux qui ont au moins quinze actifs ont un taux relatif dadoption de 48,27%. Par consquent ladoption des CES est lie positivement au nombre dactifs du mnage. Tableau n3
Tableau crois Nombre d'actifs * CES Effectif CES cordons pierreux Nombre d'actifs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 20 21 22 23 25 26 28 29 za et cordons pierreux bande enherbe cordons za et bande enherbe 1

za

non 5 4 21 31 25 20 15 12 9 3 3 1 2 3 1 1 3 1

Total 1 5 9 28 40 39 32 20 13 16 7 7 3 2 6 5 2 1 4 1 4 1 1 1 2 1 251

3 5 6 6 7 2 1 2 1 3 3 1 3 1 1

2 2 4 1 3 4 4 2 1 1 1

3 2 1

1 1

1 1 3 1

1 48 18 17 2 2

Total

1 1 1 1 164

Source : construit par lauteur

Aprs ces investigations, lon peut se demander sil nexiste pas un lien significatif entre le niveau dducation du chef de mnage et la dcision dadoption. III.4. Leffet de linstruction A travers sa capacit de constitution du capital humain, beaucoup pensent que le niveau dducation joue sur la dcision dinvestissement en milieu rurale. Kini (2007) note cependant que le niveau dducation nest pas corrl avec la dcision dadoption et quil nest pas ncessaire de le considrer comme dterminant de ladoption. Lauteur note que dans lensemble du plateau central, le niveau dducation est corrl en moyenne 12,7% la
Actif est ici utilis en opposition linactif (c'est--dire les membres qui ne peuvent contribuer par leur force de travail la production agricole, soit par leffet de lge ou dune invalidit quelconque).
3

dcision dadoption, alors quun coefficient de corrlation dau moins 14% tait ncessaire. Les statistiques du tableau n4 semblent soutenir les propos de lauteur. Sur les quatre vingt huit (88) exploitants qui adoptent les CES, 72,73% nont jamais t lcole ni profiter daucune formation. Les paysans qui ont bnfici de la formation lcole rurale ne reprsentent que 4,54% des adoptants alors quau total 7,14% des chefs dexploitation ont frquent lcole rurale. Aussi au nombre des vingt trois (23) chefs dexploitation qui ont frquent lcole classique, seul huit soit 34,78% dentre eux ont adopt les CES. Tableau n4 :
Tableau crois Niveau d'instruction * CES Effectif CES cordons pierreux 34 6 1 3 2 3 49 za et cordons pierreux 12 bande enherbe 2 cordons za et bande enherbe 1 1

za 15

Niveau d'instruction

non primaire secondaire cole coranique alphabtisation cole rurale

2 1 18

1 4 17 2 2

non 124 12 3 11 14 164

Total

Total 188 19 4 17 6 18 252

Source : construit par lauteur

IV. La synthse des rsultats descriptifs Lanalyse des tableaux croiss montre que le test de linfluence des variables socioconomiques et dmographiques sur la dcision dadoption semble tre significatif. Le statut foncier propritaire joue un rle dterminant dans ladoption des CES ; tout comme le revenu annuel, la main-duvre et la superficie. Le rsultat portant sur la significativit du statut foncier propritaire reste vrifier lorsque que lon sait quil est le plus dominant (92,5%). Il nest alors pas surprenant que 97,72% des adoptants soit de cette catgorie. Il existe par ailleurs des cas4 dindtermination o le sens de leffet nest pas dtermin lavance. Lanalyse des tableaux croiss ne permet pas daffirmer avec rigueur que telle ou telle variable influence la dcision dadoption. Linterprtation des rsultats reste limite par le manque dinformations sur le poids, la significativit et le sens de leffet des variables sur la dcision dadoption. Aussi, le test dindpendance (tableau n55) du khi-deux montre que la dcision dadoption des CES est lie aux variables niveau dducation du chef de mnage et statut foncier 5%. Au seuil de 10% la variable CES est galement dpendante du niveau de la main-duvre interne du mnage. Mais, la dpendance ne donne pas non plus leffet net des variables sur la dcision dadoption. Pour se soustraire de cette limite, il est ncessaire dutiliser un modle conomtrique. Ce qui est analys dans cet article est leffet des variables sur la dcision dadoption. Autrement dit pour un mnage agricole donn, on essaye dvaluer leffet de ses caractristiques propres sur la probabilit dadoption. Le modle conomtrique idoine serait un modle de probabilit. Cette analyse est mene travers un modle probit dans la section suivante.

4 5

Exemple : Cas du revenu (tableau n2) et du nombre dactif (tableau n3) Confre annexe

V. Le modle Ladoption des CES a pour objectif de protger le capital naturel de production agricole et les ressources naturelles en gnrale. Les CES jouent un rle cologique trs important et contribuent laugmentation de la productivit agricole. Mais, les CES ncessitent galement des ressources importantes pour tre mises en uvre. Les bnfices dusages directs ne sont pas suffisants pour traduire lensemble des bnfices que les agriculteurs retirent des CES. Il peut exister dautres facteurs non observables qui influencent la dcision. Ainsi, les dterminants de ladoption des CES peuvent tre difficiles identifier sur des caractristiques socioconomiques et dmographiques isoles. Ladoption peut tre la rsultante dune multitude de variables. Lanalyse des donnes montrent que 34,92% des mnages enquts adoptent les CES. Le terme CES regroupe toutes les techniques cites plus haut. Pour un agriculteur i pris au hasard dans lchantillon il peut y avoir deux cas, soit : o il adopte ; o ou il nadopte pas. On remarque alors que la rponse est dichotomique. En gardant lesprit que lobjectif de larticle est de dterminer leffet partiel de chaque variable dans la dcision dadoption ; on se donne la variable dichotomique y comme le rsultat de la dcision de lagriculteur : yi = 1 s ' il adopte yi = 0 s ' il n ' adopte pas Il sagit alors didentifier leffet des variables socioconomiques sur la probabilit ( p ) que yi prenne la valeur 1 ou la valeur 0. Par consquent, cest la probabilit que lon cherche expliquer avec la condition que p [ 0,1] . Cette dernire contrainte oriente vers le choix dun modle probabiliste. Les modles probabilistes que lon peut utiliser sont entre autres les modles probit, logit et le modle de probabilit linaire. Ce dernier modle comporte cependant beaucoup dinsuffisances qui altrent sa capacit de prdiction. En plus du fait que le modle ne garantit pas des probabilits comprises dans lintervalle [ 0,1] , son terme de perturbation est htroscdastique et non normale (R. Oudraogo, 2003). Thoriquement, les modles probit et logit conduisent des rsultats semblables du point de vue analytique. Cependant, la considration de la somme pondre du carr des rsidus conduit privilgier le modle probit (Amemiya, 1981 ; cit par Point et al 1993). Considrons deux agriculteurs i et j, dire que yi y j revient dire que le premier adopte et le second nadopte pas. On peut de faon conventionnelle crire que CESi CES j . Soit xi le vecteur colonne des facteurs qui influencent la dcision dadoption des CES on peut crire que : CESi = xi ' i + i et CES j = x 'i j + j o est un rsidu li aux autres facteurs non matrisables et aux variables omises. La probabilit pour quun agriculteur i adopte est p( yi = 1) ce qui revient :

p(CESi CES j ) . En remplaant les instruments par leurs valeurs respectives, on obtient la
relation suivante :

p( yi = 1) = p ( x 'i i + i x 'i j + j ) .Par transformation (et en posant

= ( i j ) ainsi que = ( i j ) et considrant que la distribution est symtrique) on

aboutit au rsultat : p( yi = 1) = F ( x'i ) o F (.) est une fonction de rpartition.

La dfinition de la variable montre quelle est une variable de Bernoulli. Par consquent sa fonction de probabilit est donne par la relation : f ( yi ) = pi yi (1 pi )1 yi et comme

p( yi = 1) = F ( x'i ) on crit que : f ( yi ) = F ( xi ' ) yi 1 F ( xi ' ) En considrant que la distribution du rsidu est normale, on peut approcher la fonction de rpartition celle de la loi normale centre rduite N (0,1) . A lchelle de la variable binomiale qui stend sur la taille de lchantillon on obtient la fonction de vraisemblance L(.) suivante :
L( ) = i n ( xi ' ) yi 1 ( xi ' ) Aprs la spcification fonctionnelle, il reste identifier les variables socioconomiques exognes c'est--dire les variables explicatives. Cette matrice comporte bien videment des variables culturelles, sociales et conomiques. Cependant, larticle reste fidle vrifier leffet des variables identifies plus haut sur la dcision dadoption.
V.1. Les variables Les variables explicatives sont : - Le statut foncier (sta_f) ; cest une variable binaire qui prend la valeur 1 si le paysan est propritaire terrien et la valeur 0 sil nest pas propritaire. La variable sta_f lorsquelle prend la valeur 1 regroupe les statuts propritaire, hritage, dons ou legs et la valeur 0 pour le statut prt. La variable sta_f est suppose influencer positivement la probabilit dadoption. - Le revenu total annuel (revtot). Il est suppos influencer positivement ladoption des CES. Cela sexplique par le fait que les ruraux qui ont un revenu relativement important peuvent lutiliser pour investir normment dans lagriculture. Ces derniers sont incits raliser de grands investissements agricoles comme les CES afin de prenniser leurs activits agricoles. - Les actifs du mnage (mo). La main-duvre reprsente un atout important dans ladoption des CES. La ralisation des CES demande une main-duvre trs importante. Disposer dune main-duvre importante dans le mnage influence donc positivement ladoption des CES. - Les agriculteurs qui ont bnfici dune instruction sont senss anticiper la ncessit des investissements dadaptation au changement climatique. La variable, niveau dducation du chef du mnage (ecol), est suppose influencer positivement la probabilit dadoption. La variable ecol prend la valeur 1 si le chef de mnage est instruit et la valeur 0 si non. - Lge du chef de mnage (age) (suppos li quadratiquement la dcision dadoption) influence positivement ladoption dans un premier temps, mais son effet sur ladoption atteint un maximum et dcroit par la suite. Cela sexplique par le fait quavec laugmentation de lge, le chef de mnage perd son influence sur les autres membres du mnage et mieux ne sadonne plus des activits qui ncessitent un effort physique important. - Le matriel de production (kph) produit galement un effet ngatif sur la probabilit dadoption. La possession de matriel de production facilite aussi bien lintensification que lextensification qui sont des facteurs qui ne favorisent pas ladoption des CES. La variable kph reprsente ici le nombre de charrues dont dispose le mnage. Le choix de la charrue est critiquable. Mais dans le cadre de ce travail on suppose que la charrue est un indicateur pertinent de la dotation en matriels de production agricole en milieu rural. Il en est de mme pour la quantit de fumure organique (qfum) applique. La fumure permet daugmenter la production court terme, les paysans pensent alors que la disponibilit de quantit importante de fumure peut rsoudre un temps soit peu les problmes de perte de productivit agricole. - La variable, nombre denfants scolariss (enfscol), est suppose lier positivement la dcision dadoption. Au fond, la scolarisation des enfants peut tre vue comme une diminution de la main-duvre agricole du mnage. Anticipant cela, le chef du mnage sera 10
1 yi

1 yi

alors incit adopter les CES pour amliorer sa productivit sous la contrainte de la rduction de la main-duvre interne. Aussi, les enfants qui ont un niveau lev peuvent sensibiliser leurs parents sur la menace du changement climatique sur les rendements et pousser leurs parents investir dans ladaptation. Le modle probit est trs sensible lexistence de lhtroscdasticit. Lutilisation du revenu laisse planer une prsomption dexistence dhtroscdasticit. Le test ralis travers le test de White a montr que les donnes ne souffrent pas du problme dhtroscdasticit. V.2. Les rsultats du modle : Lestimation du modle a t ralise par la mthode du maximum de vraisemblance sur Eviews 5. Seuls les coefficients significatifs sont prsents dans le tableau des rsultats. V.2.1. Ladquation du modle Avant dinterprter les rsultats, il faut sassurer que le modle est adquat. Ladquation du modle est donne par sa capacit de prdiction. On dit que le modle est adquat lorsque sa prdiction de bonnes rponses est leve. Les bonnes prdictions des zros sont aux nombre de cent quarante neuf (149) et celles du un aux nombre de trente un (31), soit une bonne prdiction totale de cent quatre vingt (180) sur deux cent cinquante deux (252) possibilits. La capacit de prdiction du modle est alors de 71,71%. Ce rsultat est lev et par consquent la capacit de prdiction du modle est bonne. On peut alors interprter les coefficients significatifs. Mais il est important de prciser galement que le pouvoir de prdiction du modle est plus important parmi ceux qui nont pas adopt. V.2.2. La significativit statistique des coefficients Un coefficient est dit statistiquement significatif si sa probabilit est infrieure au seuil du test (Prob<). Les seuils de tests reprsentant lerreur associe au test sont ici de 10% et 5%. Accepter quun coefficient est significatif au seuil revient dire que la probabilit de se tromper est de . Une autre faon de tester la significativit du coefficient peut consister calculer le rapport (coefficient/Std Error) et comparer la valeur du ratio (z-Statistic) une valeur thorique que lon lit sur la table de la loi normale centr rduite6 [N(0,1)]. Au seuil de 10% la valeur lue sur la table de la loi N(0,1) est 2,576 et celle donne par le seuil de 5% est 1,96. On constate alors que les valeurs du z-Statistic des diffrents coefficients du tableau sont suprieur 2,576 pour les coefficients marqus par (**) et 1,96 pour ceux marqus par (*). V.2.3. Le calcul des effets marginaux Le modle estim a pour objectif de donner leffet individuel de chaque variable sur la variable dpendante. Aussi, si dans certains modles les coefficients donnent directement leffet de chaque variable explicative sur la variable dpendante ; pour le modle probit cela nest pas le cas. Linterprtation des coefficients porte sur la drive de lesprance mathmatique de la variable dpendante. Dans le cas du modle probit, la drive de lesprance de la variable dpendante par rapport une variable quelconque ne donne pas directement le coefficient associ. On a :
E ( yi ) z = i (1) o est la fonction de rpartition de la loi normale N(0,1) et zi = X i' X ji zi X ji

On devait se rfrer la table de la loi de student mais comme le degr de libert est plus que trente (30), on dmontre que la loi de student tend vers la loi normale centr rduite.

11

Ce qui donne :

E ( yi ) 1 1t2 = ( X i' ) j (2) avec = = e 2 X ji 2 Lquation (2) qui donne leffet de la variable X ji sur la variable dpendante montre quon ne peut pas directement interprter la valeur du coefficient associ. Il faut alors rechercher la valeur du facteur associ (remarquons que ce facteur est positif). Dans le cadre de la fonction de rpartition de la loi N(0,1) la fonction de rpartition atteint son maximum au point X i' = 0 . En ce point ( X i' ) = 1/ 2 = 0,5 . Dans la suite on va considrer que la valeur de la fonction de probabilit est maximale. Leffet marginal du tableau est alors donn par lgalit n2.

Tableau n6 : Les coefficients significatifs du modle

Dependent Variable: CES Effets marginaux 0,43378 E 5,6 -05 0,07405 -0,22

Variable Sta_f Qfum Enfscol Age Age^2 Qfum^2 Log likelihood Obs with Dep=0 Obs with Dep=1 ***Significatif 1% **Significatif 5% *Significatif 10%

Coefficient 0.867562** 0.000181*** 0.148106* -0.076506** 0.000617* -4.08E-09* -137.6584 163 88

Std. Error 0.424257 4.78E-05 0.076068 0.036256 0.000325 2.35E-09

z-Statistic 2.044896 3.784063 1.947027 -2.110187 1.897645 -1.739506

Prob. 0.0409 0.0002 0.0515 0.0348 0.0577 0.0819

Total obs

251

Mean dependent var S.E. of regression Sum squared resid

0.350598 0.442701 46.44835

Tableau n7: la table de prdiction

Prdiction CES=0 CES=1 149 57 14 31 163 88 Total 206 45 251

Ralisatio n

CES=0 CES=1 Total

V.2.4. Interprtations conomiques des rsultats La bonne capacit de prdiction du modle ainsi que la significativit global des coefficients du modle donne droit linterprtation des coefficients significatifs. Ainsi, le fait de se sentir propritaire foncier dans le plateau central au Burkina Faso influence 43,38% la probabilit dadoption des techniques de conservation des eaux et des sols (CES). Autrement dit, lacquisition des droits dusages de long terme contribue normment ladoption des CES. Ce rsultat vient appuyer la fois la prdiction thorique et le rsultat descriptif obtenu plus haut. Mais contrairement aux prdictions thoriques, lutilisation dun kilogramme additionnel de fumure organique augmente la probabilit dadoption des CES de 0,0056%. 12

Cependant, ce rsultat nest vrai que pour des petites quantits de fumure organique. La variable fumure organique (qfum) est lie quadratiquement la variable binaire adoption des CES . Leffet de qfum sur CES atteint son maximum une quantit de 4436,27451 kilogrammes. Au del de cette quantit les units additionnelles de fumure organique jouent ngativement sur la probabilit dadoption. La variable ge du chef de mnage est galement lie quadratiquement la dcision dadoption des CES. Mais si thoriquement on sattend ce que lge soit li positivement la dcision dadoption avec un seuil maximum ; les rsultats du modle montrent que lge est li ngativement dans un premier instant, atteint un seuil minimum avant de jouer positivement sur la dcision dadoption des CES. A la moyenne de lchantillon (53 ans), lorsque lge du chef de mnage augmente dune anne la probabilit dadoption des CES diminue de 22%. Leffet marginal diminue ainsi avec lge. Mais au-del de soixante et un ans leffet de lge sur la dcision dadoption devient positif. Du point de vue thorique, on note que leffet du nombre denfants scolariss sur la dcision dadoption est positif. Ainsi, lorsquon considre deux mnages la probabilit pour que le mnage qui a plus denfants scolariss adopte les CES est plus forte que celle du mnage petit nombre denfants scolariss. La probabilit dadoption des CES par un mnage accroit de 7,4% lorsque que ce mnage scolarise un enfant additionnel. De ce fait, la scolarisation des enfants est vue comme une diminution de la main duvre dans le plateau central du Burkina Faso. Pour pallier la faiblesse de la main-duvre interne, les agriculteurs ont alors recours aux CES afin damliorer leurs rendements. Sous lhypothse cteris paribus, la dtention des droits de proprit de la terre est le facteur le plus dterminant dans ladoption des CES. En seconde position vient leffet de la scolarisation des enfants. On note que ce nest que tardivement c'est--dire au del de 60 ans que les agriculteurs sont incits adopter les CES. Les rsultats du modle peuvent tre gnraliss, mais asymptotiquement. On sait que les donnes microconomiques portant sur les mnages agricoles souffrent souvent de problme dhterocdasticit du aux variables dchelle. Cela se ralise surtout lorsque lon regroupe des petits et grands producteurs. Labsence de ce problme dans les donnes utilises pour cette tude laisse entrevoir que les producteurs sont presque identiques. La faible variabilit de la taille de la production c'est--dire du revenu montre alors que la zone nest pas une rgion o on rencontre de grands producteurs agricoles. VI. Conclusion gnrale : Les rsultats du modle confirment les conclusions partielles tires plus haut. Les analyses descriptives ont montr que le statut foncier influence la dcision dadoption. Le modle ajoute une conclusion plus gnrale : collectivement les variables considres influencent la dcision dadoption des CES dans le plateau central du Burkina Faso. Il est possible de stimuler ladoption des CES dans le plateau centrale du Burkina Faso. Pour ce faire, lEtat burkinab peut miser sur des facteurs comme la diffusion de linformation sur la possibilit damlioration des rendements offerte par les CES, la possibilit de jumelage des CES aux autres stratgies (jachre, fumure organique, composte, etc.) de maintien de la productivit des terres. Aussi, des campagnes de sensibilisation sur limpact des CES sur la productivit agricole doivent tre inities au profit des jeunes producteurs afin de les stimuler ladoption des CES. Enfin, la dtention des droits de proprit tant significative dans la dcision dadoption, lon doit sassurer que ces droits sont bien dfinis en milieu rural et sassurer que les grands producteurs agricoles sont propritaires terriens ou ont un droit dusage coutumier de long terme de leurs champs.

13

Bibliographie Agenda 21 du sommet de la terre (1992), Confrence des Nations Unies sur lenvironnement et le dveloppement Rio. Bandura A. (1982), Self-efficacy mechanism in human agency , American Psychologist 37 (2). Barbier E. (1990), The farm-level Economics of soil conservation: the uplands of Java , Land Economics, Vol.66, No.2.(May, 1990), pp.199-211. Batta F. et Bandr P. (1998), Conservation des eaux et des sols (CES) au Burkina Faso, Overseas Development Institute/Voisins Mondiaux. Berthelier P. Lipchitz A. Oulmane N. (2004), quelles solutions pour dynamiser

lagriculture africaine ? Analyse conomiques n25

Clay D. Reardon T and J Kangasniemi (1998), Sustainable Intensification in the highlands tropics: Rwandan Farmers investments in land conservation and soil fertility, Economic Development and Cultural Change, Vol.46, No.2.(Jan, 1998), pp.351-377. Dadi L., Burton M, Ozanne A. (2004), Duration analysis of technological adoption in Ethiopian agriculture , Journal of Agricultural Economics. Davis I., Bagozzi R. and Warshaw R. (1989), User acceptance of computer technology: a comparison of two theoretical models , Management Science, Volume 35, 1989, pp. 9821003. Dialla B. E. (2003), La question foncire sur les primtres hydro-agricoles du Burkin Faso, Document de travail DT-CAPES N2003-07. Eisemon T. O., and A. Nyamete, (1988), Schooling and Agricultural Productivity in Western Kenya, J. of East African Research and Development. Feder G., Just. R, Zilberman D (1985), Adoption of agricultural innovations in developing Countries A survey , Economic Development and Cultural Change, Vol. 33 pp.255-98. Jamison, D. T. and Lau L. (1982), Farmer Education and Farmer Efficiency, Baltimore: the John Hopkins University Press. Kebede Y. Gungal. K. Coffin G. (1990), Adoption of new technologies in Ethiopian agriculture: the case of Tegulet Bulga district, Shoa Province , Agricultural Economics, 4, pp 27 43. Kini J. (2007), Analyse des dterminants de ladoption des CES dans le plateau centrale du Burkina Faso, Mmoire de DEA Universit de Ouagadougou. Knox A. et R Meizein-Dick (1999), Droits de proprit, action collective et technologies dans la gestion des ressources naturelles , Atelier Workshop on Collective Action, Property Rights, and Devolution of Natural Resource Management. 21-25 Juin 1999 Puerto Azul, Philippines. Krueger, A. Schiff, M. et Valds, A. 1991, The political economy of agricultural pricing policy,. Banque mondiale et John Hopkins University Press. Lepper, M. R. (1985), Microcomputers in education: Motivational and social issues, American Psychologist, 40(l), 1-18. Mazoyer M., Dveloppement des ingalits agricoles dans le monde et crise des paysanneries comparativement dsavantages. Rforme agraire, colonisation et coopratives agricoles, (FAO, 1997) Mazzucato V. et Niemeijers (2000), Le sahel une dgradation des terres exagre, un potentiel paysan sous-estim , Environmental Science and policy. Oudraogo S. 2005, intensification de lagriculture dans le plateau central du Burkina Faso : Une Analyse des possibilits partir des nouvelles Technologies, Universit de Groningen (thse de Doctorat). 14

Oudraogo S. et Illy L. (1996), Evaluation de limpact conomique des cordons pierreux dans le Plateau Central au Burkina Faso , INERA/Ouagadougou. Rogers E. M (1995): Diffusion of innovation, Free Press New-York, 4th Edition Rogers, E. M. (1983). Diffusion of Innovations, (3rd ed.), New York, Free Press Rosenberg, N. J. (1992), Adaptation of agriculture to climate change, Climatic Change, 21, 385-405 Rousset N. et Arrus R. (2006), Lagriculture du Maghreb au dfi du changement climatique : quelles stratgies dadaptation face la rarfaction des ressources hydriques, Laboratoire d'Economie de la Production et de l'Intgration Internationale. Sanders J. Nagy G. and S. Ramaswamy (1990), Developing new agricultural technologies for the sahelian countries: the case of Burkina Faso case, The University of Chicago. Souleymane Oudraogo (2005), Intensification de lagriculture dans le plateau central du Burkina Faso : une Analyse des possibilits partir des nouvelles Technologies, Universit de Groningen. Southgate D., Sanders J., S. Ehui (1990), Resource degradation in Africa and Latin America: Population pressure, policies and property arrangements, American Journal of Agricultural Economics, Vol. 72, No. 5, Proceedings Issue (Dec., 1990), pp. 1259-1263. Tornatzky L.G. and Klein K.J. (1982), Innovation characteristic and adoption implementation: a meta-analysis of findings, IEEE transactions on engineering management. Wetta C. (2008), cours dconomie du Burkina Faso, Universit de Ouagadougou, UFR/SEG. Zonon A. (2003), Education et productivit des agriculteurs cas des producteurs craliers du Burkina Fas,. ISBN : 2-910115-28-3. Zoungrana C. (2004), Pauvret et conservation des sols au Burkina Faso, Mmoire de DEA, Universit de Ouagadougou.

Annexe
Tableau 5: Rsultats du test de khi-deux Dep va. ces df value Prob
Sta_f Revtot Mo Ecol 1 79 26 5 5.528596 91.73980 37.68615 12.59114 0.0187 0.1548 0.0647 0.0275

Tableau n8
Niveau d'instruction Pourcentage valide 74,6 10,8 1,7 6,3 1,2 5,4 100,0 Pourcentage cumul 74,6 85,4 87,1 93,4 94,6 100,0

Valide

Manquante Total

non primaire secondaire cole coranique alphabtisation cole rurale Total Systme manquant

Frquence 497 72 11 42 8 36 666 4 670

Pour cent 74,2 10,7 1,6 6,3 1,2 5,4 99,4 ,6 100,0

Source : construit par lauteur

15

Tableau n9 Les rsultats gnraux du modle

Dependent Variable: CES Method: ML - Binary Probit (Quadratic hill climbing) Variable C STA_F REVTOT QFUM MO KPH ENFSCOL ECOL1 AG AG^2 MO^2 ENFSCOL^2 KPH^2 QFUM^2 Mean dependent var S.E. of regression Sum squared resid Log likelihood Restr. log likelihood LR statistic (13 df) Probability(LR stat) Obs with Dep=0 Obs with Dep=1 Coefficient -0.037879 0.867562 8.32E-10 0.000181 0.024674 0.378678 0.148106 0.003097 -0.076506 0.000617 6.47E-05 -0.007818 -0.094197 -4.08E-09 0.350598 0.442701 46.44835 -137.6584 -162.6018 49.88680 3.12E-06 163 88 Std. Error 1.001149 0.424257 3.20E-07 4.78E-05 0.078578 0.261285 0.076068 0.048045 0.036256 0.000325 0.003165 0.005346 0.070461 2.35E-09 z-Statistic -0.037836 2.044896 0.002600 3.784063 0.314004 1.449290 1.947027 0.064469 -2.110187 1.897645 0.020455 -1.462366 -1.336863 -1.739506 Prob. 0.9698 0.0409 0.9979 0.0002 0.7535 0.1473 0.0515 0.9486 0.0348 0.0577 0.9837 0.1436 0.1813 0.0819 0.478110 1.208433 1.405072 1.287566 -0.548440 0.153402

S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Avg. log likelihood McFadden R-squared

Total obs

251

Tableau n10 : valeurs statistiques des variables utilises dans les calculs
CES Mean Max Min Obs 0.404762 1.00000 0.000000 252 AG 52.89683 100.0000 0.000000 252 ECOL 0.924603 1.000000 0.000000 252 ENFSCOL 3.642857 27.00000 0.000000 252 KPH 1.055556 6.000000 0.000000 252 MO 8.107143 29.00000 0.000000 252 QFUM 1695.635 33200.00 0.000000 252 REVTOT 182862.7 3200000. 0.000000 252 STA_F 0.924603 1.000000 0.000000 252

16