Analyse des corrélations entre productivité du travail agricole et ses facteurs

Dans le graphique ci-dessous, on représente, pour 196 pays observés en 2005, la relation (synchronique) entre la productivité de la terre (abscisses) et la productivité du travail agricole (ordonnées) en 2005.

Le même graphique, réalisé pour l’année 1980, montre la même absence de relation entre ces deux variables. Cette absence de corrélation nette entre ces deux productivités de facteurs agricoles conduit une nouvelle fois à relativiser l’idée selon laquelle le développement agricole est synonyme de (croissance des rendements physiques des cultures par hectare et / ou de) croissance de la valeur ajoutée agricole brute par hectare.

D’autres variables structurantes doivent déterminer et mieux expliquer le niveau de la productivité du travail agricole, et vraisemblablement aussi, son évolution au cours du temps.

Nous avons ensuite étudié les relations entre les taux de croissance des deux facteurs et

celui de la « productivité du travail agricole » entre 1980 et 2005 (c’est-à-dire leurs

Figure 2.9 : Productivité du travail agricole (PIB agricole / nombre d’actifs agricoles) en 2005 en fonction de la productivité de la terre en 2005 (PIB agricole / surface travaillée).

78 corrélations diachroniques) et représentons les résultats dans les deux graphiques ci- dessous. y = 1,0982x + 0,6721 R² = 0,5416 -100% 0% 100% 200% 300% 400% 500% 600% -100%Tau -50% 0% 50% 100% 150% 200% 250% 300% 350% 400% x d e c ro is sa n ce d u P IB ag ri co le p ar a ct if a gr ic o le (% )

Taux de croissance de la surface agricole par actif agricole (%)

Taux de croissance de la productivité du travail agricole en fonction du taux de croissance de la surface agricole par actif

agricole entre 1980 et 2005

dans les pays de plus de 5 millions d'habitants en 2005

y = 0,5112x + 0,4977 R² = 0,0973 -100% 0% 100% 200% 300% 400% 500% 600% -100%Tau -50% 0% 50% 100% 150% 200% 250% 300% 350% x d e cr o is sa n ce d u P IB ag ri co le p ar a ct if a gr ic o le (% )

Taux de croissance du PIB agricole par surface agricole (%)

Taux de croissance de la productivité du travail agricole en fonction du taux de croissance du PIB agricole par surface

agricole entre 1980 et 2005

dans les pays de plus de 5 millions d'habitants en 2005

Figure 2.10 : Taux de croissance de la productivité du travail agricole en fonction du taux de croissance du nombre d’hectare par actif agricole (à gauche) et en fonction du taux de croissance de la productivité de la terre (à droite) entre 1980 et 2005.

79 Les meilleures courbes de tendance font état d’une corrélation plus forte de la croissance de la surface par actif agricole avec la croissance de la productivité du travail agricole.

En effet, le meilleur des ajustements est une courbe de tendance de type :

 linéaire ajustée sur le taux de croissance du « nombre d’hectares par actif agricole » (à gauche). Elle explique environ 54% de la variabilité de la « productivité du travail agricole »

 linéaire ajustée sur le taux de croissance de la « productivité de la terre » (à droite). Elle n’en explique qu’environ 10%.

Cependant, la variabilité de la productivité du travail agricole (niveau en 2005 et taux de croissance) est loin d’être totalement expliquée par la variabilité de la variable

« surface par actif agricole » (et elle l’est encore moins bien par la « productivité de la

terre »). Nous allons donc effectuer plusieurs analyses statistiques en incluant plus de variables explicatives potentielles de la productivité du travail agricole et de sa croissance.

80

1. Construction des variables

On cherche à expliquer la variabilité observée de la productivité du travail agricole dans un ensemble de pays en 2005 et la variabilité des taux de croissance de cette productivité du travail agricole sur la période 1980-2005.

Les différentes bases de données (FAO, PNUD, Banque mondiale) ne renseignent pas les mêmes unités statistiques (les pays) aux mêmes dates, il faut donc « aligner » la base de données que nous construisons pour notre analyse sur « le plus petit dénominateur commun », c’est-à-dire sur le plus grand nombre de pays pour lesquels une donnée existe pour chacune des variables. Ainsi, la base de données construite pour notre analyse se

compose de 135 pays29 (unité statistique observée) sur la période 1980-2005. Par exemple,

les pays de l’ex-URSS n’ont pas été retenus dans l’analyse faute de données en 1980. Les deux variables dépendantes (en bleu dans les tableaux ci-après) construites sont : 1. la « productivité du travail agricole en 2005 » (présenté en LOG base 10 dans la partie

descriptive et les CAH suivantes et donc sans unité. Dans les régressions linéaires, nous en prenons le logarithme népérien)

2. le « taux de croissance de la productivité du travail agricole entre 1980 et 2005 » (%)

Les variables explicatives décrivent (partiellement bien sûr) 4 « objets » différents dans

chaque pays:

a. l’agriculture

b. la structure globale de l’économie c. l’économie non agricole

d. la démographie : les variables démographiques sont issues de la base World dataBank30.

On construit deux types de variables explicatives :

29

Les 135 pays sont : Afghanistan, Albania, Algeria, Angola, Argentina, Australia, Austria, Bahamas, Bahrain, Bangladesh, Barbados, Belgium et Luxembourg, Belize, Benin, Bhutan, Bolivia, Botswana, Brazil, Brunei Darussalam, Bulgaria, Burkina Faso, Burundi, Cambodia, Cameroon, Canada, Cape Verde, Central African Republic, Chad, Chile, China, People's Republic of Colombia, Congo, Costa Rica, Côte d'Ivoire, Cuba, Cyprus, Democratic Republic of the Congo, Denmark, Djibouti, Dominican Republic, Ecuador, Egypt, El Salvador, Fiji, Finland, France, French Polynesia, Gabon, Gambia, Germany, Ghana, Greece, Grenada, Guatemala, Guinea, Guinea-Bissau, Guyana, Haiti, Honduras, Hungary, India, Indonesia, Iran (Islamic Republic of), Iraq, Israel, Italy, Japan, Jordan, Kenya, Kuwait, Lao People's Democratic Republic, Lebanon, Lesotho, Liberia, Libyan Arab Jamahiriya, Madagascar, Malawi, Malaysia, Mali, Malta, Mauritania, Mauritius, Mexico, Mongolia, Morocco, Mozambique, Myanmar, Nepal, Netherlands, New Caledonia, New Zealand, Nicaragua, Niger, Nigeria, Norway, Oman, Pakistan, Panama, Paraguay, Peru, Philippines, Poland, Portugal, Qatar, Republic of Korea, Romania, Rwanda, Saint Lucia, Saudi Arabia, Senegal, Sierra Leone, Somalia, South Africa, Spain, Sri Lanka, Sudan, Suriname, Swaziland, Sweden, Switzerland, Syrian Arab Republic, Thailand, Togo, Tunisia, Turkey, Uganda, United Arab Emirates, United Kingdom of Great Britain and Northern Ireland, United Republic of Tanzania: Mainland, United States, Uruguay, Venezuela (Bolivarian Republic of), Viet Nam, Zambia, Zimbabwe.

30

http://databank.worldbank.org/ddp/home.do?Step=1&id=4

C. Construction de variables agricoles et non agricoles