Dès la conclusion du chapitre cinquième de phase une de recherche, des pondérations sont faites concernant les résultats, leur portée et leur perception. Pour ce qui concerne une « idée générale » des manifestations de la résilience des exploitations, l'invocation du consensus concernant les méthodes d'obtention des chiffres avancées est symptomatique de leur caractère convenu. Concernant les analyses plus détaillées, il est fait mention du fait que les moyennes déforment la réalité ; il pouvait être ajouté que le coefficient de corrélation n'était pas discuté, notamment concernant la prise en compte des exploitations atypiques, que les écarts types alourdissaient les résultats tout en suggérant une dualité qui les complexifient positivement etc. Pour finir, l'étude différentiée des variations de dimensions des systèmes relativement à la performance, est mise en cause concernant l'introduction d'un biais théorique, une frontière quantitative entre assimilations de facteurs de production, conséquence d'impacts réputés positifs (traduites en terme d'accroissement des exploitations) et reliquats et défauts de facteurs conséquence d'une « fonction de production » imparfaite... Néanmoins, le nombre de calculs effectués (sur deux mille quatre cent vingt-deux exploitations) permet de conclure tant les grandes tendances qu'ils exposent sont marquées.
Les apports dans le chapitre huitième enfin, suggèrent qu'un modèle stochastique serait plus approprié à la compréhension du phénomène de résilience. Il est vrai que les impacts sont considérés comme aléatoires, tout au moins surprenants quand à leur intensité. Pourtant la re-construction systémique de l'exploitation conduit à la modération concernant ce point. En effet certains arguments étayant cette conclusion ne tiennent plus face à une conception de l'exploitation en forme de « creuset », ou plus simplement de nouvelles explications peuvent éclairer des situations au départ troublantes...
Les lignes à suivre consacrées à l'évaluation de la pertinence des variables utilisées tranchera donc in
fine sur l'attitude la plus propice à une mesure crédible de la résilience des exploitations, mais sans
révolutionner les options déjà choisies ; une hybridation des méthodes ou/et une dissociation des points de vue paraissant plus conforme à l'enjeu de cette phase trois de recherche.
1370
1380
1390
1400
2 Les variables significatives de réalités plus ou moins aléatoires
Comme suite au modèle systémique proposé ci-dessus et quoique résultant de l'action de facteurs plus ou moins interactifs (climat, sol, sociologie) qui forment l'environnement des sites agricoles, la production doit être a priori considérée comme aléatoire ; ce, même si sur un plan phénologique une succession d'événements typiques et finalement un volume peuvent être attendus après semis. Afin de formaliser cette réalité, la « loi normale » peut être utilisée et favoriser ainsi la mise en évidence de propriétés de la distribution de la variable représentative de volumes produits et valorisés, susceptibles d'en assurer au moins en partie, la pertinence. Autrement dit, le potentiel productif, d'un végétal par exemple, est d'abord défini par sa génétique, même si l'influence des facteurs écologiques qui contribuent à son épanouissement ont de l'importance et la courbe des probabilités de survenue des volumes obtenus doit en être significative.
Cette loi de probabilité étudiée par Laplace (mathématicien 1749 – 1827) et Gauss (mathématicien 1777 – 1855) est fréquemment utilisée en agronomie ; elle décrit en effet avec une justesse certaine de nombreuses réalités liées entre autres à la production. Typiquement, la courbe de densité des probabilités des faits aléatoires (tels les résultats d'une partie de dés) est une courbe en cloche plus ou moins symétrique. C'est cette même courbe en cloche qui est présentée ci-dessous et dont les anomalies sont analysées ensuite.
Graphique 1 : Courbe de densité de la PBS des exploitations « présentes » toutes OTEX en 2000
Graphique 2 : Courbe de densité de la PBS des exploitations « présentes » OTEX 1500 en 2000 1420
Graphique 3 : Courbe de densité de la PBS des exploitations « présentes » OTEX 6184 en 2000
La PBS donne en 2000 ci-dessus (mais aussi les autres années) une courbe dissymétrique (demi cloche sur la droite du graphique) significative de la prévisibilité partielle des résultats de la mise en culture (altération de la forme typique sur la gauche). Ce fait, un peu paradoxal compte tenu du caractère aléatoire de la production signifie qu'un ou plusieurs facteurs artificiels interviennent. Ici, la connaissance de l'espèce choisie et semée rendent « prévisibles » les petites et moyennes valeurs de la distribution. Au delà de la moyenne de la variable (1560ème valeur de la première distribution), la
prévisibilité de survenue d'un volume atteint son maximum puis diminue ; et il est vrai que les productions importantes même favorisées par l'engraissement des terres, restent bien souvent dépendantes de situations climatiques hors de l'ordinaire. Malgré la déformation de sa représentation graphique donc, la variable semble bien décrire la réalité. Les courbes par spécialisation de cette même PBS sont encore plus affirmées...
La présence d'un exploitant au moins, à la rencontre de cette production, et traité de la même façon pour le même sous-échantillon, présente pour sa part des courbes quelque peu hachées. L'anomalie du déport vers la droite du graphique subsiste puisque l'exploitation comporte un responsable au moins et par définition ; mais en plus, la variable distribuée en quelque sorte par classe de 1600h de travail par an (1 UTA) présente des plateaux qui donnent à la courbe une forme en escalier significative de l'arrondi des valeurs réelles. Malgré ces aberrations, la représentation graphique paraît bien représenter la réalité des faits. Les courbes par OTEX présentent les mêmes traits :
Graphique 4 : Courbe de densité de UTATO pour les exploitations « présentes » en 2000 1440
Graphique 5 : Courbe de densité de UTATO pour les exploitations « présentes », OTEX 1500 en 2000
Graphique 6 : Courbe de densité de UTATO pour les exploitations « présentes », OTEX 6184 en 2000 Pour sauti et cons, qui se surajoutent lors de la première complexification du modèle systémique...
Graphique 8 : Courbe de densité de cons pour les exploitations « présentes », en 2000
Les courbes présentées par un traitement des distributions avec la loi normale ont les mêmes déformations que les précédentes. L'explication en est alors qu'une surface minimum requise par définition conditionne la prévisibilité au moins des petites valeurs pour sauti, que la nécessité de la maîtrise des processus temporels (clef de la réussite de l'agriculture moderne) qui passe par la construction d'unités de stockage et de protection conditionne la prévisibilité des petites valeurs pour la variables cons. Ces réalités sont marquées aussi dans les courbes obtenues par OTEX.
Les facteurs de production significatifs de la modernisation des exploitations, chara et pmda, présentent pour leur part les courbes qui suivent :
Graphique 9 : Courbe de densité de chara pour les exploitations « présentes », en 2000
La variable chara comme la variable pmda présentent les mêmes déformations que précédemment. La justification de la prévisibilité des résultats pour les petites valeurs est inhérente à l'augmentation de la productivité par UTA de l'activité agricole modernisée. Sans gain artificiel d'efficience de son travail, l'exploitant n'a en effet que bien peu de chance de mettre en valeur des surfaces qui n'ont cessées d'augmenter ces cinquante dernières années. Plus avant dans l'analyse ces deux courbes laissent à penser qu'elles sont « calées » sur la courbe des quantités produites en terme d'objectif. Ce fait est encore plus évident pour les sous-échantillons définis par la spécialisation technico-économique. Pourtant l'ordre croissant des valeurs des variables qui permet la courbe n'est pas le même que pour les PBS. La comparaison des trois courbes avec mise en ordre étendu de la seule PBS fait donc état des diversités locales qui conditionnent l'intégration des facteurs de productions.
1460
Graphique 10 : Courbe de densité de pmda pour les exploitations « présentes », en 2000
Concernant les variables ugbto, et les deux variables fvd et DISPO, les constats qui peuvent être faits globalement et par OTEX sont sensiblement les mêmes que précédemment. Ugbto pourtant, apparaît comme une variable peu pertinente dans les OTEX 1500, 1600 et 1000 qui les agrège (grandes cultures et plantes sarclées), tandis qu'elle présente des courbes très typiques pour les OTEX 4500 et 4600 (bovins lait et bovins viande).