Académique Documents
Professionnel Documents
Culture Documents
1.1. PROBLÈMATIQUE
Quels sont les facteurs liés à la productivité de manioc dans les périphériques de la ville de
kananga?
1.2. HYPOTHESE
H1 : le nouveau de productivité serait déterminé par l’utilisation des engrais. Ainsi ceux
qui utilisent les engrais auraient une grande productivité par rapport à ceux qui
n’utilisent pas les engrais.
valeur
Page 6 sur 32
Le manioc est une plante vivrière tropicale dont la racine tuberculée comestible
fournit des produits alimentaires divers.
LA PRODUCTIVITE
LA PRODUCTION
FACTEURS DE PRODUCTION
FONCTION DE PRODUCTION
Cette dernière met en relation la quantité produite et les facteurs utilisés avec un
niveau de technologie donné. La fonction de production classique fait généralement appel à
3 facteurs de production à savoir : le travail (L), le capital (K), auxquels habituellement on
ajoute la terre (T).
Y = f(K,L,T)
PROGRES TECHNIQUES
L'IMPORTANCE DE LA PRODUCTIVITE
La productivité peut être définie au niveau d'une personne qui exécute une tâche
donnée, d'une entreprise présente dans toute une gamme d'activités économiques, d'une
exploitation agricole qui produit un bien donné, d'une industrie ou d'un pays tout entier. La
productivité augmente lorsqu'on obtient une plus grande quantité de produits avec les
mêmes intrants. Pourtant, elle présente des enjeux.
Déterminants climatiques
Déterminants agronomiques
Déterminants techniques
Plusieurs recherches ont été faites partout dans le monde dans le cadre de
rechercher des différentes variables qui exerceraient une influence soit positive ou négative
sur la productivité agricole.
Localement, comme sur le plan international, certaines études ont été menées
également dans l'optique de trouver les facteurs pouvant agir sur la productivité. Nous
allons prendre en considération ici certaines études.
Nous exposerons les écrits pertinents des certains auteurs sur la productivité.
Piette (2006), étudia les déterminants de la productivité agricole dans le Nord-est du Brésil
en faisant une investigation sur la relation négative entre la productivité et la taille des
fermes. Celui-ci essaya de tester cette relation par moindre carré ordinaire dans le nord-est
du brésil en utilisant les données provenant de l'enquête agricole du Brésil de 1995-1996.
Selon lui, la persistance d'une relation négative contredit l'argument que la révolution verte
l'aurait inversée grâce aux avancements technologiques. En contrôlant pour les
hétérogénéités telles une la quantité du sol ainsi que pour les imperfections sur les marchés
du crédit, du capital et des biens d'utilité publique, l'essai démontre que la relation inverse
ne peut être que le résultat des imperfections sur le marché de travail. De plus, cet essai
confirme que les grandes fermes emploient moins des travailleurs par unité de terre et
qu'elle substitue le capital à la main-d’œuvre. Ses conclusions impliquent qu'une
distribution égalitaire de la terre augmenterait la valeur totale de la production agricole de
l'économie. Cette réforme doit être menée par l'Etat puisque les imperfections sur le marché
de la terre empêchent sa distribution optimale. De plus, les politiques économiques doivent
favoriser l'accessibilité aux biens d'utilité publique des petits fermiers.
Randrianarisoa (1993), avait mené une étude dans le but de mesurer le lien entre la
production agricole et la pauvreté rurale et de ressortir les déterminants de la productivité
agricole à Madagascar. Cette étude fut basée sur l'enquête nationale auprès de 2953
ménages composés exclusivement des personnes ayant des terres cultivées. Ses principaux
résultats sont les suivants : l'usage d'intrant moderne affiche une grande rentabilité pour les
pauvres ; l'absence des infrastructures routières rurales constitue une difficulté majeure
pour l'amélioration de la productivité agricole ; en moyenne, les ménages pauvres avaient
montré une faible productivité de main d'oeuvre lorsque les bénéfices d'une unité de terre
supplémentaire sont plus importants pour eux ; l'accès aux crédits aux pauvres leur
permettra d'accroitre leur production
Page 10 sur 32
Parmi les variables importantes pouvant affecter la production agricole, il y a les variables
institutionnelles relatives à l'accès à l'éducation, l'accès aux crédits et l'accès au service de
santé. Les résultats de ces recherches montrent que la production promet d'aller en avant
par l'utilisation de fertilisants mais à l'exigence de l'intervention de l'Etat pour accompagner
cette promotion et mener une réussite totale.
Ces derniers considèrent que l'incidence de la vulgarisation agricole sur la productivité est
la plus élevée sur les agriculteurs situés aux points extrêmes de la distribution des résidus
de rendement. Cette constatation leur porta à croire que un niveau donné des facteurs non
pris en compte, tels que la capacité de gestion des exploitations agricoles de manière
différente, l'incidence de la scolarisation sur les rendements des exploitations agricoles est
certes mais statistiquement négligeable.
L'objectif de cette étude étant d'identifier les facteurs qui peuvent influencer la
productivité de manioc dans les périphériques de la ville de Kananga pour atteindre cet
objectif, nous utiliserons la méthode analytique qui nous permettra d'analyser et
d'expliquer les différentes données qui ont été récoltées lors des enquêtes et la méthode
statistique qui va aussi nous permettre d'exploiter les données quantifiées et quantifiables et
à les interpréter après présentation synthétique de ces données sous forme des tableaux .
LES TECHNIQUES
Le mot technique signifie les moyens utilisés pour collecter des données.
Page 11 sur 32
Dans le cadre du présent travail, nous avons utilisé les techniques suivantes:
L'enquête sociologique : par cette technique, nous nous sommes mis en contact avec
un échantillon d'agriculteurs dans les périphériques de la ville de Kananga en vue de
collecter les informations pouvant nous permettre d'étudier les facteurs qui
influencent la productivité de manioc à Kananga;
Technique d'interview libre : Cette technique nous a permis de saisir les informations
en entrant en contact avec nos enquêtés.
L'objectif principal de notre travail est de déterminer les facteurs qui peuvent
influencer
Sur la productivité de manioc dans les périphériques de Kananga précisément dans la
commune de Nganza.
connaitre les facteurs qui peuvent avoir un impact positif sur la productivité de
manioc ;
1.6. CANEVAS
La première partie portera sur l'introduction générale qui est subdivisée en 4 sous
points entre autres:
la revue de la littérature ;
les hypothèses ;
les objectifs ;
la démarche méthodologique.
La ville est située au centre de la RD Congo. Elle a une superficie totale de 743
km², soit une densité de 1334,24 hab/km².
Tshiluba
Swahili
Lingala
Tetela
Le Tshiluba reste la langue la plus utilisée dans la ville de Kananga.
La ville de Kananga n’est pas un centre productif, même si l’on note quelques
activités agricoles (culture du maïs, manioc et riz), quelques initiatives locales (produits
agro-alimentaires par exemple), des petites unités de production artisanale et des activités
informelles d’élevage du petit bétail et de la volaille.
Kananga chef-lieu de la province du Kasaï central au centre du pays. Borné par la rivière
lulua ; Kananga obtient le statut de chef-lieu de la province le 20/01/19950.Elle est ensuite
élevé au rang de la ville par l'ordonnance N° 12/357 du 06/09/1958
La population sous étude ici, est les agriculteurs dans les périphériques de la
ville de Kananga. Nous nous sommons vu dans l'impossibilité d'étudier tous les sujets
existants ainsi, nous avons pris un échantillon de notre population d'étude et aussi compte
tenu du temps nous avons enquêtés seulement le site de Nganza
Sur terrain, nous nous sommes entretenus avec quelques autorités locales et
différents agriculteurs, qui nous ont fourni certaines informations concernant l'organisation
de la culture de manioc dans la commune de Nganza. Cette culture porte sur un des
aliments de base de la population de cette commune et 80% de l'ensemble d'agriculteurs
cultiverait cette culture. C'est ainsi que nous allons extraire un échantillon représentatif sur
cette population cible. La formule à utiliser pour déterminer la taille de l'échantillon est la
suivante :
N: la taille de la population
P : pourcentage de la variable quantitative étudié dans la population c'est-à-dire de
producteurs de manioc par rapport à la population totale
Z : Niveau de confiance à lire dans le tableau
i : degré de précision désiré
n : la taille de l'échantillon.
Précalcul
2
(1 , 96) 0 , 80(0 , 20) 3 , 84 . ×0 ,16
n 1= = =61
(0 , 10)2 0 ,01
292280
n 2=61× =61
292280+61
n 3=1× 61=61
61
n 4= =71 , 76 ≅ 72
0 , 85
En effet, le choix de la taille a été dicté par l'atteinte d'un seuil statistiquement intéressant
pour l'interprétation des résultats et les limites matérielles, financières et logistiques.
Page 16 sur 32
I. ANALYSE UNIVARIEE
1. ANALYSE STATISTIQUE UNI VARIEE POUR LES VARIABLES
QUALITATIVES
Pour ce qui concerne le genre, elle est codée 1 pour les hommes et 0 pour les
femmes. Pour ce qui est de l’association le code 1 représente 1 pour les producteurs qui sont
membres d’une association et 0 pour ce qui ne participent pas aux mouvements associatifs.
Pour la variable engrais, 1 pour les producteurs qui utilisent les engrais et 0 pour
ceux qui n’utilisent pas.
0 46 63.89 63.89
1 26 36.11 100.00
Total 72 100.00
Les producteurs enquêtés sont majoritairement dirigés par les femmes soit 63,89% contre
36,11% des hommes.
1 5 6.94 6.94
2 25 34.72 41.67
3 17 23.61 65.28
4 25 34.72 100.00
Total 72 100.00
Dans le tableau ci-haut nous remarquons que la majorité de producteurs de manioc sont des
mariés et les veufs à une même proportion soit 34,72%.
0 52 72.22 72.22
1 20 27.78 100.00
Total 72 100.00
Dans le tableau ci-haut nous remarquons que 72,22% des producteurs ne sont pas membres
d’association contre 27,78% qui sont membres.
Page 18 sur 32
1 25 34.72 34.72
2 40 55.56 90.28
3 7 9.72 100.00
Total 72 100.00
Dans le tableau ci-haut nous remarquons que la majorité de producteurs de manioc soit
55,56% ont un niveau d’études primaires tandis que 34,72% sont sans instructions, 9,72%
ont un niveau secondaire.
vulgarisati
on Freq. Percent Cum.
0 56 77.78 77.78
1 16 22.22 100.00
Total 72 100.00
Dans le tableau ci-haut nous constatons que 77,78% de producteurs n’ont pas accès à la
vulgarisation contre 22,22% qui ont accès à cette dernière.
0 47 65.28 65.28
1 25 34.72 100.00
Total 72 100.00
Dans ce tableau ci-haut nous constatons que 65,28% des producteurs n’ont pas accès au
crédit contre 34,72% qui ont accès au crédit.
Page 19 sur 32
1 21 29.17 29.17
2 9 12.50 41.67
3 42 58.33 100.00
Total 72 100.00
Dans ce tableau ci-haut nous constatons que 58,33% des matériaux utilisées sont en
mauvais état tandis que 29,17% sont bons et 12,50% très bons
0 55 76.39 76.39
1 17 23.61 100.00
Total 72 100.00
Dans ce tableau ci-haut nous constatons que 76,39% de producteurs n’utilisent pas les
engrais contre 23,61% qui utilisent les engrais.
En vue d’analyser les variables quantitatives, nous utilisons les mesures de tendance
centrale, les paramètres de dispersions, et les mesures de concentration.
La productivité des maniocs réalisée par les producteurs est en moyenne de 351736,1cdf.
Les producteurs les moins performants ont réalisé une productivité de 100000cdf alors que
les plus performants ont réalisé une productivité de 600000cdf.
Page 20 sur 32
Dans le tableau ci-haut nous remarquons que l’âge moyen de producteurs est de 41 ans, les
producteurs les plus jeunes ont un âge de 20 ans et 65 pour ceux qui sont les plus vieux.
Dans le tableau ci-haut nous remarquons que le nombre moyen de travailleurs par hectare
est de 10, le nombre le plus petit de travailleurs est de 3 et 20 pour le plus élevé.
Dans le tableau ci-haut nous remarquons que le nombre moyen de personnes pris en charge
est de 6, le nombre minimal de personnes à charge est de 2 et 12 pour un nombre maximal.
Dans le tableau ci-haut nous remarquons que le nombre moyen de personnes à scolariser
est de 3 personnes, le nombre minimal de personnes à scolariser est de 1personne et 7
personnes pour un nombre maximal.
Page 21 sur 32
Dans le tableau ci-haut nous remarquons que l’espace d’exploitation moyen est de 2
hectares, l’espace d’exploitation minimal est de 1 hectare et 2 hectares pour l’espace
d’exploitation maximal.
En vue de vérifier si les distributions des variables sous étude suivent la loi
normale de Gauss le test de normalité de Skewness-kurtosis a été donc effectué et ses
résultats se présentent comme suit : la commande « sktest » permet de tester la normalité
des variables par les coefficients d’asymétries et d’aplatissements. C’est le test applicable
pour toute taille de l’échantillon.
2.000e-06
1.000e-06
Page 22 sur 32
5.0e-06
4.0e-06
3.0e-06
2.0e-06
1.0e-06
Density
Density
0
0
Kernel density estimate
Après analyse uni variée, l’étape qui suit va consister à tester notre d’intérêt qui
est la productivité et les autres variables. Cette analyse peut se faire graphiquement ou de
manière numérique. Et le choix de l’approche dépend de la nature de chacune de deux
variables.
1: headeduc = 1
2: headeduc = 2
3: headeduc = 3
productivitéenv
1 330600 23449.09 283843.8 377356.2
2 362750 17460.53 327934.7 397565.3
3 364285.7 35244.53 294010.1 434561.3
Dans le tableau ci-haut nous remarquons que les personnes ayant le niveau d’études
secondaires sont plus performants par rapport aux autres groupes avec une productivité de
364285,7cdf, suivi de ce qui ont un niveau primaire soit 362750cdf et enfin ceux qui n’ont
aucun niveau d’études soit 330600.
1 25 839.50
2 40 1518.50
3 7 270.00
Malgré ces différences constatées le test de Kruskal-Wallis révèle qu’elles ne sont pas
significatives étant donné que la probabilité est supérieur au seuil de significativité de 10%
(prob= 0,6860). Par conséquent l’hypothèse ne peut être confirmée, c’est-à-dire on la rejette.
H1 : le nouveau de productivité serait déterminé par l’utilisation des engrais. Ainsi ceux qui
utilisent les engrais auraient une grande productivité par rapport à ceux qui n’utilisent pas
les engrais.
Dans le tableau ci-haut nous constatons que les producteurs qui utilisent les engrais ont un
niveau de productivité moyen élevé à ceux qui n’utilisent pas soit ; 360294,1 ¿ 349090,9.
0 55 1965.5 2007.5
1 17 662.5 620.5
La prob ¿ IzI = 0,5768 étant supérieure au seuil de significativité recommandé de 10% nous
ne pouvons rejeter l’hypothèse nulle de l’indépendance de deux variables. Ainsi, quoique
les producteurs qui utilisent les engrais ont une productivité supérieure soit 360,294cdf
contre 349,090cdf, on ne peut au regard des résultats du test de Mann-Whitney confirmer
l’hypothèse de corrélation de deux variables (engrais et productivité). Donc, on rejette
l’hypothèse.
Les résultats ci-haut attestent que les producteurs qui accèdent à un crédit agricole ont un
niveau élevé de productivité moyenne par rapport à ceux qui n’accèdent pas au crédit. Soit
418800¿316063,8.
0 47 1382 1715.5
1 25 1246 912.5
La prob ¿ IzI = 0,0001 étant inférieure au seuil de significativité recommandé de 10% nous
adoptons l’hypothèse nulle de l’indépendance de deux variables. Et aussi cette hypothèse
est affirmée par le test de Mann-Whitnel, donc on adopte l’hypothèse de corrélation de
deux variables (crédit et productivité).
Les résultats ci-haut nous montrent que les producteurs qui participent à la vulgarisation
ont un niveau élevé de productivité par rapport à ceux qui ne participent pas. Soit 357812,5 ¿
350000.
0 56 2025.5 2044
1 16 602.5 584
La prob ¿ IzI = 0,8017 étant supérieure au seuil de significativité recommandé de 10% nous
ne pouvons rejeter l’hypothèse nulle de l’indépendance de deux variables. Ainsi, les
producteurs qui ont l’accès à la vulgarisation ont une productivité supérieure soit
357,812cdf contre 350,000 à ceux qui accèdent pas à cette dernière, on ne peut au regard de
ces résultats du test de Mann-Whitney confirmer l’hypothèse de corrélation de deux
variables (vulgarisation et productivité). Donc, on rejette l’hypothèse.
Les résultats ci-haut attestent que les producteurs membres d’un mouvement associatifs
réalisent de niveau de productivité moyenne supérieure à ce qui ne fait pas parti d’un
mouvement associatif. Soit 367750¿345576,9.
0 52 1817 1898
1 20 811 730
La prob ¿ IzI = 0,3075 étant supérieure au seuil de significativité recommandé de 10% nous
ne pouvons rejeter l’hypothèse nulle de l’indépendance de deux variables. Ainsi, les
producteurs qui sont membres dans l’association ont un niveau de productivité supérieure
soit 367,750cdf contre 345,576cdf pour ceux qu’ils ne sont pas , on ne peut au regard de ces
résultats du test de Mann-Whitney confirmer l’hypothèse de corrélation de deux variables
(vulgarisation et productivité). Donc, on rejette l’hypothèse.
Key
rho
Sig. level
productivi~v 1.0000
Number of obs = 72
Spearman's rho = -0.0867
Dans le tableau ci-haut nous constatons que la probabilité est supérieure au seuil de
significativité de 10% (prob= 0,4687). Par conséquent l’hypothèse ne peut être confirmée,
c’est-à-dire on rejette l’hypothèse.
Number of obs = 72
Spearman's rho = 0.4829
produc~v age
productivi~v 1.0000
Nous constatons que l’âge est négativement corrélé à la productivité à un niveau de 9.77%,
car sa probabilité est supérieure au seuil de significativité de 10% (prob=0,4145). C’est-à-dire
il y a un point de corrélation négative entre l’âge et la productivité.
Page 30 sur 32
produc~v travai~a
productivi~v 1.0000
Les résultats ci-haut nous montre que les travailleurs par hectare est positivement corrélé à
la hauteur de 60,1%, car sa probabilité est inférieure au seuil de significative de 10% (prob=
0,0000). C’est-à-dire il y a une relation positive entre les travailleurs par hectare et la
productivité.
produc~v persàc~e
productivi~v 1.0000
Nous constatons que les personnes pris en charge influent négativement sur la productivité
à la hauteur de 18,67%, car la probabilité est supérieure au seuil de significativité de 10%
(prob=0,1163). C’est-à-dire il y a un point de corrélation négative entre les personnes à
charge et la productivité.
CONCLUSION
Page 31 sur 32
Le présent travait avait pour object de ressortir les facteurs qui influencent sur la
productivité de manioc dans les périphériques de la ville de Kananga. Dans un premier
temps un état de lieu a été fait sur les concepts de productivité en économie. Ainsi, une
revue de la littérature sur les concepts de productivité à travers ces approches théoriques et
son importance.
L’argumentation s’est poursuivie par l’ananlyse empirique de la productivité des
exploitations familiales agricoles.
Au vue de ceci nous avions mises en marge les interrogations suivantes pour
mettre en place notre étude: quelle est les determinants de manioc dans les périphériques
dans la ville de Kananga? Mais aussi les facteurs qui jouent significativement à cette
productivité?
Après presentation et analyse de nos données, ici des enquetes éffectués auprès de 72
producteurs de manioc, nous nous sommes parvenu à tirer certaines conclusions des
resultats observés.
Après les tests nous sommes arrivés aux resultats selon lesquels au seuil de
10%, les liens qui existent entre les determinants de manioc et des non variables. Il resort
que trois variables n’influencent pas significativement la productivité de manioc dans les
périphériphes de la ville de Kananga entre autres:
personnes à scolariser;
age;
personnes à charge;
niveau d’instructions
engrais;
accès à la vulgarisation;
Association.
Et les variables qui sont significativement liées à la productivité de manioc sont les
suivantes:
accès au credit;
superficie;
travailleurs/ha.
productivité en v genre Age stat-mat association head-educ travailleur/ha pers à charge pers à scolariser vulgarisation crédit etat -mat superficie engrais
100000 0 44 3 0 1 3 7 2 0 0 3 1 0
150000 0 50 2 0 1 5 7 4 0 0 3 1 0
410000 1 34 4 1 1 4 5 1 0 1 1 1 1
250000 0 44 4 0 2 5 2 2 0 0 3 1 0
200000 0 64 2 0 2 4 5 3 0 0 3 1 0
280000 0 65 2 0 1 6 6 2 1 0 2 2 0
490000 0 44 2 1 1 5 10 3 0 1 3 1 1
250000 1 48 4 0 1 5 8 4 0 0 3 2 0
260000 0 28 1 0 2 7 5 3 0 0 1 2 0
280000 1 22 3 0 2 9 4 2 1 0 3 2 0
350000 0 25 1 1 2 11 6 1 0 1 3 2 1
270000 1 55 4 0 2 9 3 2 0 0 2 2 0
430000 0 45 4 1 2 8 2 1 0 1 3 2 0
260000 1 34 2 0 1 7 7 6 0 0 3 2 0
260000 1 43 3 0 1 7 8 2 1 0 3 2 0
350000 1 47 4 1 1 4 9 3 0 1 2 1 0
400000 0 61 3 0 2 15 12 5 0 0 2 3 1
380000 0 23 3 0 2 14 8 2 0 1 3 3 0
350000 0 28 3 1 2 12 5 3 0 1 3 3 0
400000 0 31 4 1 2 4 6 4 0 1 3 1 1
330000 0 39 2 0 1 11 7 2 0 0 3 2 0
410000 0 47 2 1 3 15 7 3 0 0 3 3 1
480000 0 35 2 0 3 17 6 2 0 1 3 5 0
270000 1 29 2 1 1 8 9 6 0 0 1 2 0
275000 1 42 2 1 1 9 4 2 1 0 3 1 1
330000 0 46 2 0 1 10 6 3 0 1 3 3 0
300000 0 37 1 1 2 9 2 1 0 0 1 2 1
350000 1 44 4 0 1 11 3 2 0 0 1 3 0
350000 1 33 4 1 2 11 5 4 0 1 2 3 0
470000 1 22 4 1 2 9 5 3 1 1 3 2 1
250000 0 23 3 0 2 8 8 1 0 0 1 2 0
150000 0 24 4 0 2 5 6 1 0 0 1 3 0
260000 1 64 2 0 2 6 9 2 1 0 1 1 0
500000 1 53 2 1 2 6 4 3 0 1 1 2 0
300000 1 52 2 0 3 13 2 1 0 0 3 3 0
600000 0 42 4 0 2 20 4 2 0 0 3 6 0
450000 0 42 4 1 2 12 2 1 0 1 3 3 0
400000 0 24 4 0 2 17 3 3 1 1 3 3 0
470000 0 43 3 0 1 19 3 2 0 0 2 3 0
460000 0 22 2 0 1 17 6 1 0 0 2 3 1
410000 1 27 2 0 1 15 3 1 0 1 3 3 1
200000 0 29 2 0 1 5 6 2 0 0 3 2 1
430000 1 31 3 1 2 6 9 3 1 1 3 1 1
250000 1 32 3 0 3 8 8 5 0 0 3 2 0
260000 0 36 3 0 2 9 7 4 0 0 3 2 0
270000 1 27 1 0 1 7 9 6 1 0 1 2 0
550000 0 20 4 0 1 7 8 2 0 1 3 2 0
500000 0 24 3 0 1 15 5 3 1 0 1 6 0
450000 0 46 4 1 3 12 4 2 0 0 3 3 0
450000 0 49 4 0 2 13 6 3 1 0 1 2 1
460000 1 50 4 0 2 14 5 2 0 0 2 1 0
600000 1 54 4 0 2 17 4 2 1 0 1 3 0
510000 1 38 4 0 1 15 5 3 0 0 1 4 0
450000 0 27 4 0 2 12 6 2 1 0 1 3 0
460000 0 35 2 0 2 14 7 4 0 1 3 2 0
270000 1 54 3 1 2 4 5 2 0 0 3 1 1
230000 0 56 1 0 2 6 3 1 0 0 3 1 0
260000 0 48 4 0 1 9 8 2 0 0 3 1 0
360000 0 59 3 0 2 8 8 5 0 1 3 2 0
200000 0 55 2 1 2 5 9 7 1 0 1 1 1
270000 0 44 3 0 1 7 9 6 0 0 2 1 0
260000 1 47 2 0 1 9 12 5 0 0 1 2 0
500000 0 47 2 0 2 3 11 6 0 1 1 2 0
200000 0 34 2 1 2 7 9 5 1 0 1 2 1
270000 0 46 4 0 2 9 7 2 0 0 3 2 0
400000 0 56 3 0 2 10 5 3 0 1 3 3 0
400000 0 46 4 0 2 12 3 1 1 0 3 3 0
260000 1 45 4 0 3 9 6 2 0 0 1 2 0
350000 0 41 3 0 2 8 4 2 0 1 1 2 0
470000 0 44 2 0 2 14 8 5 0 1 3 3 0
450000 1 52 2 0 2 11 2 1 0 0 3 3 0
400000 0 56 2 0 3 8 2 2 0 1 3 3 0