Spécification du modèle empirique de recherche

CHAPITRE 3 : MÉTHODOLOGIE

3.1 Spécification du modèle empirique de recherche

Le modèle d'analyse est spécifié comme suit:

PRt = F(G_DIRECTt-l' TxSt__7,DENS_ROUTEt-1' ELEC RUR t-l DENS TEL t-l DEVFINt _- _, _- _, PFt, PrixMilt-l' PrixNiebet_₁) . (20)

Ce modèle comprend également deux sous modèles qui permettent d'analyser l'impact des variables explicatives sur les deux sous-secteurs principaux (agriculture et élevage) de la production rurale au Niger :

AGRlt = F (G_DIRECT t-I' TxSt_₇,DENS_ROUTEt-l,ELEC_RURt-l,DENS_TELt_1pEVFINt, PFt,' PrixMilt-l' PrixNiebet_₁₎ (21)

ELEVt = F(G_DIRECT t-l'TxSt_₇,DENS_ROUTEt-l,ELEC_RUR t-l,DENS_TEL t-₁,DEVFINt, PFt,' PrixMilt-l' Prixbovint-l' Prixovint_₁₎ (22)

Avec:

PR₁=Ratio Production rurale sur PIB du Niger pour l'année en cours

G DIRECT

1 =Taux d'Investissement Public dans le domaine de la production rurale, de l'année précédente

TxS7 = Taux de scolarisation primaire décalé de 7 ans, reflétant le capital Humain

DENS_ROUTE t-l= Densité routière du pays, composante de la Formation brute de capital fixe, variable décalée d'un an, représentant les investissements en infrastructures routières de désenclavement du pays

Il

DENS_TEL ₁_

1 =Densité téléphonique du pays, variable décalée d'un an, représentant les investissements en télécommunication de

désenclavement du pays

ELEC_RURALE ₁_

1 =Taux d'électrification rurale du pays décalé d'un an, représentant les investissements en énergie du pays

pp1 =Pression foncière sur les t~rres agricoles

PrixMif₁_{_1}=Prix du mil

PrixNiébé₁^_₁= Prix du niébé

PrixBovin₁^_₁=Prix du bovin

Prix0vin₁^_₁=Prix du mouton représentant le prix des petits ruminants

DEVFJN

1 = Développement financier du pays 3.2 Justification des variables explicatives

a) La variable endogène à expliquer : Production rurale

Elle est représentée par le ratio production rurale sur le PIB : PR

b) Les variables explicatives ·

b-1 Les variables explicatives conventionnelles

b.l.l L'investissement public directement affecté à la production rurale (G _DIRECT)

Cette variable permet de mesurer l'impact de l'investissement public sur la production rurale.

Sa prise en compte est nécessaire compte tenu de l'importance des investissements publics effectués au Niger à travers essentiellement les emprunts extérieurs et les aides non remboursables.

La variable est représentée par le ratio investissements publics consacrés à la production rurale par rapport au PIB de l'année t-1.

Par ailleurs, comme les études économétriques empmques réalisées par Bawa (2001) et Mayata (2002) sur le Niger ont montré un lien négatif entre l'investissement public et le taux de croissance économique, la prise en compte de cette variable permet de vérifier si le lien négatif entre l'investissement public et la croissance, observé dans l'étude Bawa (2001) et Mayata (2002) se vérifie au niveau de la production rurale. Il n'existe pas encore d'études économétriques mettant en ex~rgue l'impact des investissements publics sur la production rurale au Niger. Compte tenu de l'importance du secteur rural dans l'économie nigérienne et des multiples contraintes affectant ce secteur, le signe attendu pourrait être le même que celui entre l'investissement public et la croissance c'est-à-dire négatif.

Pour mener cette investigation, le modèle retiendra, en plus des investissements publics directement affectés à la production rurale, quelques variables pertinentes d'investissements publics à savoir les investissements en capital humain, en infrastructures routières, en électrification rurale et en télécommunication.

Le signe attendu est négatif pour l'investissement agricole et positif pour les autres types d'investissement : taux de scolarisation, densité routière, électrification rurale et densité téléphonique.

b.1.2 Le taux de scolarisation primaire (TxS7)

Le taux de scolarisation primaire a été retenu dans le modèle pour mesurer l'impact du capital humain, autre forme d'investissement public, sur la production rurale: Cette variable a déjà été utilisée dans le cadre d'une analyse empirique des déterminants de la croissance économique des pays d'Afrique subsaharienne dont le Niger.

b.l.3 La densité routière (DENS_ROUTE)

Les infrastructures routières remplissent une fonction importante en matière d'approvisionnement des populations rurales en intrants agricoles. Elles facilitent également la commercialisation des produits agropastoraux qui constituent une des principales sources de revenus des populations rurales. Nous partons de l'hypothèse que les investissements

consacrés aux infrastructures de désenclavement rural pourraient avoir plus d'impact sur la production que les investissements directement injectés dans l'agriculture pluviale.

b.l.4 L'électrification rurale (ELEC_RURALE)

L'étude permet de vérifier si le niveau d'électrification rurale du pays a un impact positif ou non sur la production rurale au Niger.

b.l.5 La densité téléphonique (DENS_TEL)

Les télécommunications sont supposées avoir un effet d'entraînement sur la production et le développement rural. Même dans un pays en développement, elles pourraient contribuer à faciliter le rapprochement de l'offre et de la demande des intrants et des produits agropastoraux. L'étude permet de vérifier si la télé densité rurale a une incidence positive ou non sur la production rurale au Niger.

b.2 -Les variables explicatives liées à 1' environnement interne du pays

b.2.1 La pression foncière (PF)

Cette variable mesure 1' effet lié à l'utilisation des terres cultivables en milieu rural par une population de plus en plus croissante. Sa prise en compte permet de montrer les effets négatifs que la forte croissance démographique entraîne sur la production rurale dont le facteur principal de production est constitué des terres cultivables. La variable sera mesurée par le ratio population rurale sur superficie des terres cultivables. Par ailleurs, comme nous utilisons un modèle basé sur une fonction de production, cette variable, telle que mesurée, permet de prendre en compte les facteurs traditionnels de production que sont la population agricole et les terres cultivables. Le signe attendu est négatif.

b.2.2 Les prix des produits agricoles

Les prix constituent un élément incitatif à la production de biens et services en général. Dans le cadre de la présente étude, il s'agira de vérifier si les prix au producteur des principaux produits agricoles ont une influence sur le niveau de la production rurale. Le prix du mil a été pris en compte dans le cadre de cette étude compte tenu du fait que le mil est le principal 41

produit cultivé au Niger. C'est le produit agricole le plus important du point de vue superficie cultivable et production. D'autre part les prix des autres céréales (mais, sorgho et riz) sont corrélés à celui du mil sur les marchés. Les signes peuvent être positifs ou négatifs.

b.2.3 Le développement financier (DEVFIN)

Le développement financier d'un pays est un facteur déterminant en matière de production.

Compte tenu de l'importance que pourrait jouer cette variable dans le financement de la production rurale, il nous est apparu utile de la prendre en compte. Cette variable est mesurée par le rapport de la masse monétaire sur le PIB.

Le signe attendu est positif.

b. 3 - Les variables explicatives liées à 1 'environnement externe du pays

b. 3-1 Le prix du niébé (PRIXNIEBE)

En tant que principal produit agricole d'exportation (au Nigeria), le prix au producteur du niébé exprime la demande internationale en produits agricoles. Comme ce produit est exporté au Nigeria voisin, il permet en outre d'étudier l'impact de l'influence de l'économie nigériane sur la production rurale au Niger. Le signe peut-être positif ou négatif.

b. 3-2 Le prix du bovin (PRIXBOVIN) et celui de l'ovin (PRIXOVIN)

Les bovins et les ovins sont les principaux produits animaux exportés sur pied au Nigeria. Les prix découlent, à l'instar de ceux du niébé, de la demande. Les prix considérés sont les prix constants au producteur. Les signes peuvent être positifs ou négatifs.

3.4 Analyse des données

3.4.1 Sources des données et estimation des variables

Les données utilisées dans le cadre de la présente recherche proviennent des sources nationales, des supports magnétiques CD-ROM de la Banque Mondiale, de la Banque Africaine de Développement, du Fonds Monétaire International et des sites web de plusieurs institutions: FAO, UNESCO, AFRlSTAT, UEMOA, BCEAO etc ..

Au niveau national, la principale source de données est la Direction des Statistiques et des Comptes Nationaux du Niger. Cette source de données a permis de disposer de séries complètes sur les variables endogènes à expliquer (Production Rurale, Production Agricole, Production de l'élevage), ainsi que de la plupart des données ayant permis de calculer certaines variables explicatives.

Comme la plupart des variables sont des ratios, il a été procédé à leur estimation à partir des statistiques existantes. Ainsi, les calculs suivants ont été faits pour l'estimation des différentes variables:

-Le ratio Production Rurale sur PIB: Ce ratio a été calculé à partir de la valeur ajoutée rurale et du PIB. Dans le cadre de la désagrégation du modèle, les ratios production agricole sur PIB et production de l'élevage sur PIB ont été également calculés.

- Le taux d'investissement public : Ce indicateur a été calculé à partir du montant des investissements effectivement réalisés en matière de développement rural (agriculture, élevage, forêts et faune) sur le PIB. Les besoins de désagrégation du modèle ont conduit à calculer, en plus du taux d'investissement public dans la production rurale, le taux d'investissement public "direct"agricole et le taux d'investissement public "direct" dans le secteur de l'élevage.

-Le taux de scolarisation primaire utilisé comme variable de capital humain provient des statistiques du Ministère de l'Education Nationale. Le capital humain a été mesuré par le taux d'inscription au cycle primaire qui est le rapport entre le total des effectifs scolaires du primaire quel que soit l'âge des élèves, et la population du groupe d'âge officiel correspondant à ce cycle communément appelée le total des enfants scolarisables.

3.3 Présentation du modèle

Modèle principal sur la production rurale :

PRit= F(G_DIRECTt-1 ; DENS_ROUTEt-1 ; DEVFINt; TXSt-7; ELEC_RURALEt-1,

(-) (+) (+) (+) (+)

Sous modèles sur l'agriculture et sur l'élevage : Agriculture

AGRlit = F (G_DIRECT t-l' TxSt__7,DENS_ROUTEt-l,ELEC_RURALE t-l, DEVFINt, PFt-l,' PRIXMILt-1' PRIXNIEBEt_₁₎ (25)

ELEVAGEit = F (G_DIRECT t-₁,TxSt_₇,DENS_ROUTEt-t,ELEC_RURALE t-_1,DEVFINt,

PFt, PRIXMILt-t' PRlXBOVINt-t' PRJXOVINt-t) (27)

-Le taux d'équipement en infrastructures routières ou densité routière est obtenu à partir du ratio km de routes construites sur la superficie en Km2 de la zone agropastorale (zone habitable du pays correspondant à la superficie du pays hors désert). Les données proviennent des statistiques du Ministère de l'Equipement.

_ Le développement financier du pays est le ratio de la masse monétaire sur le PID. Les données de la masse monétaire proviennent du support magnétique de World Development Indicators.

_ La pression foncière est le ratio de la population agricole sur la superficie des terres cultivables. Les statistiques sur la population proviennent du site web de la F AO qui dispose de longues séries sur la population et de façon variée (population totale, population agricole, population active, etc .... ). Les données sur la superficie des terres cultivables proviennent des statistiques du Ministère du Développement Agricole.

- Les prix des produits agricoles proviennent de deux sources d'information : les annuaires statistiques du Niger de la Direction Nationale de la Statistique et des Comptes Nationaux et la deuxième source est le SIM (Système d'Information sur les Marchés) du Niger.

Pour les variables taux d'électrification rurale (ELEC _RURALE) et densité téléphonique rurale (TELEDENS) sur lesquelles n'existent que des statistiques globales et non rurales, nous avons dû procéder à leur estimation.

Nous sommes partis de l'hypothèse que l'électrification totale est destinée à deux types de population : la population urbaine et la population rurale. Cette hypothèse permet de poser l'équation ci-après :

Electricité totale = F (population urbaine) Télé densité totale= F (population urbaine)

Les résidus de ces deux fonctions ont été économétriquement estimés pour être utilisés comme variables proxy de l'électrification rurale et de la télé densité rurale.

Par ailleurs, notre modèle étant basé sur une fonction de production agricole, il nous a paru pertinent de prendre en compte, de façon indirecte, les facteurs traditionnels de production (la population active et la superficie cultivée) à travers la pression foncière.

De même, nous avons pris en compte le Trend pour mesurer l'effet d'apprentissage des producteurs par rapport au temps, car plus les producteurs acquièrent de l'expérience, plus ils devraient être productifs. Mais compte tenu de la non significativité du Trend sur la variable endogène, nous l'avons exclu du modèle final.

3.4.2 Analyse de la multi colinéarité

Le test de multi colinéarité a permis de mettre en exergue la forte corrélation entre certaines variables. Dans le modèle empirique, ce test a permis de voir que la variable « télé densité » est fortement corrélée avec plusieurs variables explicatives ; ce qui nous a contraint à la retirer du modèle.

On observe également une corrélation moyenne entre le prix du mil et celui du niébé. Cela se justifie dans la mesure où ces variables expriment les prix des deux principaux produits agricoles commercialisés par les producteurs ruraux.

3.4.3 La stationnarité des variables

Le test de stationnarité utilisé est celui de Dickey Fuller Augmenté ou ADF sur l'ensemble des variables du modèle. Les différents tests ont fait ressortir que les variables du modèle ne sont pas stationnaires à niveau. Elles sont toutes intégrées d'ordre 1. Les résultats des tests de stationnarité sont détaillés dans l'annexe 1.

3.4.4 Vérification de relation de co intégration

Comme toutes les variables retenues dans le modèle ont le même niveau d'intégration I (1), si le résidu est stationnaire à niveau c'est-à-dire I (0), l'hypothèse d'une seule équation de cointégration est vérifiée. Le résultat du test de stationnarité sur le résidu joint en annexe.

confirme l'existence d'une relation de cointégration.

Il est donc possible de procéder à l'estimation du modèle à correction d'erreur (estimation de la relation à court terme) du modèle. Compte tenu de la forte colinéarité de certaines variables et de la non significativité d'autres variables, nous avons procédé à leur élimination successive pour parvenir au modèle final. Les résultats des estimations à longs et courts termes sont présentés dans le chapitre suivant.

CHAPITRE 4 :RÉSULTATS, INTERPRETATIONS ET RECOMMANDATIONS

4.1 Résultats des estimations à long terme

Après estimation du modèle, les résultats à long terme sont présentés ci-dessous :

R2 R2ajusté DW

-stat

0.8489 0.7913 1.93

Comme le montrent les résultats de l'estimation, les conditions de significativité globale et de validité du modèle semblent remplies avec :

-un coefficient de détermination multiple R2 égal à 84,89% et le R2 ajusté de 79,13%

- un Durbin-Watson égale à 1,93 -une Prob (F-statistic) nulle.

Ainsi donc, 5 variables explicatives sont significatives dans le modèle à long terme. Il s'agit de:

- la densité routière : DENS _ROUTE (légèrement significatif) - le développement financier : DEVFIN

- le taux de scolarisation qui représente le capital humain : TxS -l'électrification rurale: ELEC RURALE (légèrement significatif) - la pression foncière : PF

En dehors de la variable DEVFIN, toutes ces variables explicatives ci-dessus ont les signes attendus en plus de leur significativité. Le signe négatif de la variable DEVFIN sera expliqué dans la partie "Analyse et Interprétations des résultats".

En plus des variables explicatives significatives, les résultats font ressortir 3 variables non significatives à savoir :

-l'investissement public direct: G_DIRECT - le prix au producteur du mil : PRIXMIL

- le prix au producteur du niébé : PRIXNIEBE (légèrement significatif)

Parmi ces variables non significatives, on peut observer que le coefficient de la variable investissement direct (G_DIRECT) est non significatif même si le signe est positif; ce qui confirme apparemment l'hypothèse 1 c'est-à-dire la non sensibilité de la production rurale aux niveaux d'investissement.

En ce qui concerne les prix du mil au producteur, on constate que son influence est hautement non significative. Ceci n'est pas surprenant car le mil est essentiellement autoconsommé. La variable PRIXMIL étant statistiquement non significative, le signe négatif qui lui est associé n'a pas d'importance même si cela ne correspond pas à nos attentes.

Quant au prix du niébé, il exerce une influence positive sur la production rurale même si cette variable n'est pas significative à long terme. Cela s'explique par le fait qu'en tant que produit d'exportation, la production de niébé exprime l'offre sur le marché extérieure. Donc une augmentation du prix du niébé peut se traduire par une augmentation de la quantité produite.

Le niébé est le deuxième produit en termes de superficie cultivée au Niger.

L'élimination de la variable G _DIRECT du modèle permet d'aboutir au modèle parcimonieux suivant qui confirme mieux la significativité globale du modèle et celle des différentes variables explicatives :

Avec le retrait de G_DIRECT, la significativité des variables DENS_ROUTE et TxS est plus nette et le pouvoir explicatif du modèle s'est amélioré avec un R²ajusté qui passe de 0,79 à 0,80.

4.1.1 Tests usuels de vérification de la qualité du modèle de long terme

La vérification de la qualité du modèle a été confirmée par plusieurs tests. D'abord le test de non corrélation des résidus a confirmé que le modèle ne souffre pas de corrélation entre les résidus car Prob F-Stat est supérieure à 5% comme le confirment les résultats du test de Breusch-Godfrey en annexe 4.

L'application du test de White a confirmé que le modèle est homocédastique car Prob F-Stat est supérieure à 5% comme le confirment les résultats du test de White en annexe 4. Le modèle étant homocédastique, les erreurs ont la même variance.

Quant à la stabilité du modèle, elle a été prouvée avec l'application des tests de CUSUM et CUSUM of squares dont les résultats sont en annexe 5.

A long terme, l'estimation du pouvoir prédictif donne un MAPE de 0,0515 et un THEIL de 0,03. Le coefficient du THEIL est bien proche de 0, donc le modèle est bon pour les prévisions. Le MAPE aussi confirme la qualité du modèle pour les prévisions car en cas d'utilisation du modèle à des fins de prévisions, on peut observer une marge d'erreur de 5% et un THEIL proche de O.

4.2 Résultats des estimations à court terme

Les conditions sont remplies pour faire les estimations à court terme. Toutes les variables du modèle ont le même niveau d'intégration 1 (1), le résidu est stationnaire à niveau c'est-à-dire 1 (0), ce qui confirme l'existence d'une seule relation de cointégration et permet de procéder à l'estimation du modèle à correction d'erreur. L'estimation du modèle à court terme donne les résultats suivants :

Ces résultats montrent que les variables explicatives expliquent à 74% la variation de la production rurale au Niger. La probabilité de la statistique de Fisher indique que le modèle est globalement significatif. Par ailleurs, les autres conditions de significativité du modèle à correction d'erreur sont remplies : la constante du modèle n'est pas significative et le coefficient des termes de correction d'erreur c'est-à-dire le résidu est négatif et fortement significatif.

On voit également bien qu'à court terme les variables significatives du modèle sont :

- le développement financier (DEVFIN) ;

-la densité routière (DENS_ROUTE) (moyennement significative);

-le prix du niébé (PRIXNIEBE) (moyennement significative);

- et dans une certaine mesure 1' électrification rurale (ELEC _RURALE) et le capital humain (TXS7) (très faiblement significatives).

Les autres variables ne sont pas significatives à court terme : -l'investissement "direct" dans la production rurale (G_DJRECT);

- la pression foncière (PF) ; -le prix du mil (PRIXMIL).

En éliminant du modèle l'investissement "direct" (G_DIRECT), l'estimation donne les résultats suivants :

Ces résultats mettent en exergue la significativité du modèle et des variables qui sont presque toutes significatives en dehors du prix du mil.

Ce modèle parcimonieux à court terme montre bien que les variables DEVFIN, DENS_ROUTE et PRIXNIEBE sont toutes significatives à court terme et les variables TXS7 et ELEC _RURALE moyennement significatives.

Ainsi, dans le modèle à correction d'erreur, les variables retenues expliquent à 74% les variations de la production rurale au Niger avec un R ajusté amélioré par rapport au modèle précédent. La statistique de Fisher indique que le modèle à court terme est aussi globalement significatif. Par ailleurs, la significativité de la constante du modèle de court terme et le signe négatif du coefficient de correction d'erreur et sa significativité confirment la validité du Modèle de Correction d'Erreur.

Par ailleurs, en plus du test de Godfrey-Breusch qui confirme l'absence d'auto corrélation des erreurs, la non significativité du coefficient associé au résidu décalé issu de la régression du résidu ECM sur résidu ECM décalé suggère 1' absence d'auto corrélation des erreurs, à défaut

Dans le document Impact des investissements publics sur la production rurale au Niger (Page 53-0)