Analyse des déterminants du taux de croissance de la productivité du travail

a. Variables explicatives de RégLinD

Dans RégLinD, on maintient les variables explicatives relatives à la géographie déjà utilisées dans RégLinC_3, « région », « type de municipe » (degré de ruralité du Municipe), « longitude », « latitude”, « altitude » et les variables caractérisant le degré de libéralisation

du marché foncier issues du recensement Ejidal de 2001:

 « OUIPROCEDE90pct », « 90%AV », « 90%avnonejidatarios », « NONPROCEDE90pct »,

« 90%nonAV » et « 90%nonavnonejidatarios »

 …. et la variable caractérisant le degré de libéralisation du marché foncier issues du recensement Ejidal de 2007 : « SurfVendue10 dernièresannées »

Calculé à partir des recensements Ejidal 1991 et 2007, on ajoute, dans RégLinD, le taux

de croissance du nombre d’hectares par ejidatario et comunero dans le Municipe (%). Il convient de noter que toutes les valeurs économiques prises à des dates différentes ont

été converties en monnaie constante en utilisant les déflateurs fournis par les indices d’inflation mensuelle agrégée de « Banco de Informacion Economica de Mexico ».

b. Statistiques descriptives des variables de RégLinD

La variable dépendante est le « Taux de croissance de la productivité du travail entre 199X et 2007 ». Pour plus de 1177 Municipes, il est impossible de construire une donnée

de productivité du travail agricole à une date initiale dans la décennie 1990. On les élimine

donc de l’analyse. Par conséquent, on retire de la base de données :

 les 1177 Municipes dans lesquels il manque la donnée du « taux de croissance de la productivité du travail agricole »

 132 valeurs extrêmes hautes du « taux de croissance de la productivité du travail agricole » (supérieures à +1000%)

Il reste 1157 Municipes dans notre échantillon de base à analyser. Leurs statistiques descriptives sont en annexe 3.7.

Nous rappelons cependant que, comme pour les RegLinC, nous choisissons l’option

impliquant que les données manquantes ne soient pas « estimées » mais donnent lieu à la suppression entière de l’observation (du Municipe). Le nombre de Municipe observé dans chacune des régressions RegLinD peut ainsi différer.

Concernant les degrés de libéralisation du marché foncier observé dans RégLinD,

seuls 43,7% des Municipes sont tels qu’au moins 90% des propriétés sociales (Ejidos,

Comunidades, Colonias) ont accepté le PROCEDE. Seuls 21,5% des Municipes sont tels qu’on

observe des transactions foncières de type « achat-vente » dans au moins 90% des propriétés sociales (Ejidos, Comunidades, Colonies). Enfin, seuls 4,9% des Municipes sont tels qu’on observe des transactions foncières de type « achat-vente » avec des non membres des

175 propriétés sociales (Ejidos, Comunidades, Colonies) dans au moins 90% des propriétés sociales.

Ces fréquences de Municipes sont à peu près identiques à celles observées dans la base de données qui a servi aux RégLinC. En d’autres termes, l’échantillon de données

(1157 unités observées) de RégLinD contient autant de Municipes révélant un degré de libéralisation du marché foncier « non négligeable » à « avancé » que l’échantillon de RégLinC (2383 unités observables).

Dans RégLinD, seuls 3,2% des Municipes sont tels qu’au moins 90% des propriétés

sociales ont refusé le PROCEDE. Seuls 7,2% des Municipes sont tels qu’on n’observe pas de transactions foncières de type « achat-vente » dans au moins 90% des propriétés sociales. Enfin, 23,2% des Municipes sont tels qu’on n’y observe pas de transaction foncière de type « achat-vente » entre des membres des propriétés sociales et des non membres.

Ces fréquences de Municipes sont inférieures à celles observées dans RégLinC. En

d’autres termes, l’échantillon de données (1157) de RégLinD contient moins de Municipes révélant un degré de libéralisation du marché foncier faible que l’échantillon de RégLinC (2383).

Globalement, on peut donc dire, que l’échantillon de données dans RégLinD est constitué de Municipes avec des degrés de libéralisation du marché foncier plus avancé que dans RégLinC.

Les statistiques descriptives des variables quantitatives utilisées dans RégLinD (voir tableau ci-après) montrent que la médiane du taux de croissance entre 199X et 2007, de la productivité du travail agricole a été de +96%, de -26% pour le nombre d’hectares par actif agricole, de +135% pour la productivité de la terre, de +25% pour le nombre d’actifs agricoles, de -6% pour la surface agricole, de +113% pour la production agricole, de +95% pour le rendement du maïs de cycle PV, de +2% pour la proportion des exploitations utilisant la fertilisation chimique, de -43% pour la proportion des exploitations agricole avec irrigation, de -8% pour le nombre de tracteurs pour 100 hectares, de -34% pour le nombre de tracteurs par actif agricole, de -81% pour la proportion des exploitations agricoles ayant accès au crédit, de +4% pour le nombre d’ejidatarios, de +51% pour le PIB par habitant, de +9% pour la productivité du travail non agricole (1998-2008), de +11% pour la population totale et de -0,016 pour la différence entre la « Proportion des actifs recevant une rémunération inférieure à 1 salaire minimum en 2000 et la Proportion des actifs recevant une rémunération inférieure à 1 salaire minimum en 1990 ».

De même, la médiane de la productivité du travail agricole en 2007 est de 41619 pesos, de 12682 pesos pour la productivité de la terre, de 0,762 en 2000 et de 0,730 en 2005 pour l’IDH.

c. Résultats de RégLinD

Le raisonnement dit « marginaliste », présenté au chapitre 2, visant à déterminer l’influence marginale des taux de croissance des deux leviers que sont le nombre d’hectares travaillés par actif agricole et la productivité de la terre permet de montrer que :

 l’influence marginale du taux de croissance de la surface travaillée par actif agricole est égale à 1+ 2,572 = 3,572

176  l’influence marginale du taux de croissance de la productivité de la terre est égale à

1+ 0,190 = 1,190.

Le ratio 3,572 / 1,190 vaut 3,00.

On en conclut que l’influence marginale du taux de croissance de la surface travaillée par actif agricole sur le taux de croissance de la productivité du travail agricole est trois fois supérieure à l’influence marginale du taux de croissance de la productivité de la terre.

Statistiques simples : Variable Observations Obs. avec données manquantes Obs. sans données manquantes

Minimum Maximum Moyenne Ecart-type

VarProdtéW_9X-07 1153 0 1153 -0,923 9,972 1,637 2,338

VarHAParAA_9X-2007 1153 0 1153 -0,995 44,660 0,190 2,315

177

Nous passons et ne présentons pas ici toutes les régressions réalisées dans nos travaux.

Nous tentons de limiter au maximum la colinéarité entre variables explicatives.

La variable à expliquer, l’endogène, est ici un pourcentage, compris entre -1 exclu et + ∝. Cette caractéristique de l’endogène induit des graphiques des résidus indiquant qu’il y a hétéroscedasticité.

Pour tendre vers le respect de l’hypothèse d’homoscedasticité, nous appliquons une transformation à la variable endogène et aux variables indépendantes (exogènes) qui sont des taux de croissance. Nous leur ajoutons « 1 » et appliquons la racine carrée au résultat (comme au chapitre 2 pour les RegLin_B).

Nous réalisons ainsi en fait des régressions avec pour variable endogène Racine carrée (1+ taux de croissance de la productivité du travail agricole) et pour variables explicatives des variables géographiques et d’autres binaires (pour caractériser les marchés fonciers) et d’autres variables, exprimées originellement sous forme d’un taux de croissance et qui sont désormais testées sous la forme « racine carrée (1+ taux de croissance de la variable explicative i).

De manière analogue au chapitre 2 avec les pays, il est ici aussi, globalement, plus difficile d’expliquer le taux de croissance de la productivité du travail agricole que son niveau en 2007.

La plus satisfaisante des régressions à laquelle nous arrivons, du point de vue i) de l’explication maximale de la variabilité de l’endogène (R2), ii) de l’absence de colinéarité et iii) du sens qu’indiquent les résultats, est la suivante. Les tableaux complets de résultats

sont en annexe 3.7.

La matrice de corrélation indique l’absence de corrélations supérieure à 0,5 entre variables, excepté, par construction, pour les variables dummy du marché foncier.

La meilleure des régressions RegLinD, que nous présentons donc ici a un R2 de 30,0%. La valeur de F est de 28,592 ce qui permet de rejeter l’hypothèse « nulle ».

Les variables significatives au seuil de 1% corrélées positivement avec l’endogène sont :  Le taux de croissance du rendement du maïs de cycle printemps été entre 1991 et 2007

(+0,162)

 Le taux de croissance du nombre de tracteurs par actif agricole (+0,363)  La latitude (+0,117)

Les variables significatives au seuil de 1% corrélées négativement avec l’endogène sont :  La productivité de la terre en début de période (199X) (-0,214)

 Le taux de croissance du nombre de tracteurs pour 100 hectares (-0,261)  L’altitude (-0,154)

178 Les signes des variables « tracteurs par actif agricole et tracteurs pour 100 hectares indiquent que la substitution capital machine – travail est corrélée avec des taux de croissance de la productivité du travail agricole plus élevés.

Les variables significatives au seuil de 5% sont :

 Le taux de croissance du nombre de porcs par exploitation agricole entre 1991 et 2007 (+0,057)

 Le taux de croissance du nombre de bovins par exploitation agricole entre 1991 et 2007 (+0,066)

 La longitude (-0,065)

La seule variable significative au seuil de 10% est le taux de croissance du nombre de litres de lait par exploitation agricole entre 1991 et 2007 (+0,047).

Les graphiques des résidus ne sont pas entièrement satisfaisants (cf. annexe 3.7) : ils indiquent une probable hétéroscedasticité dans la mesure où la variance des erreurs semblent croître avec la valeur prédite de l’endogène.

L’hétéroscedasticité est confirmée au seuil de 5% par le test de Breusch – Pagan : Ho: Constant variance

Variables: fitted values of raccarrée_1_varprodtéw_9x chi2(1) = 5.68

Prob > chi2 = 0.0171

179 Figure 3.11 : schéma des variables significatives de RegLinD

Les taux de croissance du nombre de porcs et de bovins par actif agricole sont des variables significatives à 5% et positivement corrélées avec le développement agricole. Il en va de même pour le taux de croissance du rendement du maïs PV qui est un indicateur d’élévation de la productivité de la terre.

Le taux de croissance du nombre de tracteur par actif agricole a un signe positif et le taux de croissance du nombre de tracteur pour 100 hectares a un signe négatif : c’est le

1% 5% 10% RegLin D F = 28,592 R2 = 30,0% R2aj = 28,9% N = 17 Hétéroscedastici té au seuil de 5% Absence de multicolinéarité forte (VIF = 1,27)

• Le taux de croissance du rendement du maïs de cycle printemps été entre 1991 et 2007 (+0,162)

• Le taux de croissance du nombre de tracteurs par actif agricole (+0,363)

• La latitude (+0,117)

• La productivité de la terre en début de période (199X) (- 0,214)

• Le taux de croissance du nombre de tracteurs pour 100 hectares (-0,261)

• L’altitude (-0,154)

• Le taux de croissance du nombre de porcs par exploitation agricole entre 1991 et 2007 (+0,057) • Le taux de croissance du nombre de bovins par exploitation agricole entre 1991 et 2007 (+0,066) • La longitude (- 0,065)

180 signe du fait que le développement agricole s’opère, classiquement via la substitution capital machine – travail.

Au seuil de 5%, on trouve aussi un signe négatif pour la « productivité de la terre en

199X » ce qui signifie que les municipes ayant déjà une forte productivité de la terre en début de période ne sont pas ceux dans lesquels la développement agricole a été le plus fort.

Il est étonnant que le nombre d’hectares par actif agricole en début de période ne soit pas une variable significative.

Il est intéressant de noter qu’on retrouve ici encore un déterminisme géographique

du développement agricole : un gradient positif sud – nord de développement agricole

existe mis en évidence par la variable « latitude ». De même, « l’altitude », déjà négativement corrélée avec le niveau de la productivité du travail agricole en 2007, l’est encore ici avec son taux de croissance. Les régions du plateau central et de montagne ont

en tendance une agriculture moins développées et qui se développe moins vite.

Par ailleurs, nous remarquons que :

 le « taux de croissance de la productivité du travail non agricole » est statistiquement significatif au seuil de 16,6% avec un coefficient positif (+0,035).

 la variable « SurfVendue10dernièresannées » est statistiquement significative au seuil de 17% avec un coefficient positif égal à +0,035.

Enfin, pour comprendre les déterminants de la « productivité de la terre » et du « nombre d’hectares par actif agricole » dans les Municipes, nous avons réalisé 4 régressions linéaires multiples dont les variables dépendantes sont :

 « productivité de la terre en 2007 »

 taux de croissance de la « productivité de la terre »  « nombre d’hectares par actif agricole en 2007 »

 taux de croissance du « nombre d’hectares par actif agricole » Tous les résultats de RegLinD sont indiqués dans l’annexe 3.7.

181

4. Typologie de la « Transition Agricole Démographique » : analyse des