Présentation et analyse des résultats de l’estimation de l’efficacité technique des

technique des exploitations oléicoles à Chbika

L’estimation du modèle de frontière stochastique et la mesure des indices d’inefficacité technique sont directement fournies par le programme R. Dans cette section, nous présentons les résultats en rapport avec les estimations des paramètres de la frontière de production et du modèle d’inefficacité technique, les élasticités partielles de production, les scores d’efficacité technique.

112

2.2.1. Estimation de la fonction de production stochastique

Les résultats de l’estimation de la frontière de production de forme translogarithmique sont résumés dans le tableau 16.

Tableau 15 : Résultats de l’estimation des paramètres de la frontière stochastique translogarithmique par la méthode de maximum de vraisemblance

Les seuils de significativité des paramètres sont : * significatif à 10 % ; ** significatif à 5 % ; *** significatif à 1 %. Source : l’auteur, estimation sur la base des données d’enquête 2017.

Variables Coefficients Valeur de

coefficient Pr >z La fonction de production Constante 𝛽₀ 0,120** 0,04 Ln (superficie) 𝛽₁ 0,163 0,11 Ln (engrais) 𝛽₂ -0,133 0,39 Ln (main-d’œuvre) 𝛽₃ 0,202** 0,04 [Ln (superficie)] x [Ln (superficie)] 0,498 0,30 [Ln (engrais)] x [Ln (engrais)] -0,044 0,15 [Ln (main-d’œuvre)] x [Ln (main-d’œuvre)] 0,853 0,40 [Ln (superficie)] x [Ln (engrais)] 0,064 0,46 [Ln (superficie)] x [Ln (main-d’œuvre)] 0,592 0,37 [Ln (engrais)] x [Ln (main-d’œuvre)] 0,057 0,40

Les paramètres de la variance

𝜎2 1,13*** 0,017

Gamma 𝛾 0,59*** 0,0000002

Log-vraisemblance -51,28

Les variables d’efficacité technique

Constante 𝛿₀ 3,340*** 0,000489

Age du producteur 𝛿₁ -0,019*** 0,000182

Niveau d’instruction 𝛿2 -0,316*** 0,000502

Accès au crédit agricole 𝛿₃ -0,233*** 0,000618

Revenu non agricole 𝛿₄ 0,805*** 0,000220

Accès à la terre 𝛿5 0,539*** 0,000178

Proportion des arbres productifs

113

Les résultats issus du tableau 16 montrent une valeur de l’estimateur de gamma γ égale à 0,59 et étant significative au seuil de 1 % (P < 0,01), indiquant la présence d’inefficacité technique au niveau des oléiculteurs à Chbika.

Cette valeur de gamma illustre que la variation au niveau des unités de production étudiées (écarts entre la production observée et la production potentielle par rapport à la frontière) est expliquée par l’inefficacité des exploitations oléicoles à 59 %. Donc, 41 % de cette variabilité sont alors liés à des effets aléatoires. Ainsi, l’hypothèse nulle selon laquelle les écarts du modèle sont principalement dus à l’inefficacité technique est confirmée. En d’autres termes, ce résultat indique que la composante attribuable à l’inefficacité est beaucoup plus élevée que celle associée aux facteurs aléatoires et constitue une part importante dans l’analyse menée.

Il est important de souligner que les résultats qui sont présentés dans le tableau 17 indiquent que tous les coefficients estimés de la fonction de production ne sont pas significatifs à l’exception du coefficient relatif à la main-d’œuvre (significatif au seuil de 5 %).

Par ailleurs, on ne peut pas interpréter directement les coefficients β issus de l’estimation de la fonction fonctionnelle translogarithmique de la fonction de production, étant donné l’existence des effets d’interaction. Par conséquent, il a été jugé nécessaire de calculer les élasticités partielles par rapport aux facteurs afin de voir l'influence de ces variables9. Le tableau 17 ci-dessous présente les élasticités moyennes des facteurs de production (inputs) obtenus à partir de l’estimation du modèle stochastique :

9_{Les élasticités des inputs peuvent être obtenues à partir des dérivées de la fonction Translog : e}

k l ₌ ∂ ln yi ∂ ln xki= βk+ ∑ βklln xli 3 l=1

114

Tableau 16 : Élasticités des inputs à la moyenne de l’échantillon

Élasticités partielles de la production Élasticité Superficie 0,21

Élasticité Engrais 0,13

Élasticité Main-d’œuvre 0,22**

Source : l’auteur, calculs réalisés à partir de la base des données d’enquête 2017.

Il ressort des résultats présentés au tableau 17 que l’estimation des élasticités partielles moyennes des facteurs de production en l’occurrence la superficie, l’engrais et le travail affichent un signe positif et révèlent l’importance de l’impact de ces facteurs vis-à-vis de la production oléicole, ce qui indique que l’augmentation de chacun de ces facteurs entraine une augmentation de la production.

Toutefois, seulement la variable main-d’œuvre semble influencé significativement le niveau de la production d’olives obtenue. En effet, l’élasticité partielle de l’input main-d’œuvre s'est révélée significative au seuil de 5 % et montre le coefficient d'élasticité partielle le plus élevé avec une élasticité de 0,22, donc une hausse de 1 % de la force de travail dans les oliveraies contribue à une augmentation de 0,22 % de la production d’olives obtenue. Ce résultat identifie le recours à la force de travail comme source d’accroissement de la production, surtout dans cette région où la main d’œuvre est rare. Donc, les oléiculteurs ont besoin d’avoir recours à une main-d’œuvre plus qualifiée pour exécuter les activités agricoles spécifiques dans le but d’augmenter la production et la productivité.

En ce qui concerne l’input terre, son élasticité est évaluée à 0,22, ce qui veut dire qu'une hausse de 1 % de la superficie oléicole augmenterait le rendement oléicole de 0,22 %. Ceci nous laisse voir qu’il est possible de remédier à l’instabilité des rendements en ayant recours à l'extension des surfaces oléicoles et à un moindre degré en augmentant la densité de plantation. Cependant, dans le contexte tunisien, et tel que soutenu par Karray (2012), les possibilités d’extension des superficies agricoles sont très limitées en Tunisie. Le résultat obtenu est en contradiction avec celui obtenu par Zhu et al. (2008) qui soutiennent que les exploitations oléicoles de petites tailles enregistrent les meilleurs niveaux de performance.

115

Pour le facteur engrais, sa contribution reste la moins importante dans l’explication de l’accroissement du niveau de production. Le coefficient lié à l’engrais s’est avéré positif mais non significatif. Nous avons obtenu une élasticité de 0,13. Donc, une augmentation de 1 % des quantités d’engrais utilisées entraine, toutes choses égales par ailleurs, un accroissement de la production oléicole moyenne seulement de 0,13 %. Cela s’expliquerait par la faiblesse du niveau d'utilisation des engrais qui reste irrégulière et insuffisante pour couvrir les besoins des arbres, surtout à cause de leur coût élevé. L’accroissement des prix de ces engrais, plus rapide que pour les prix des olives, ampute la valeur ajoutée et réduit les gains de productivité obtenus.

L’interprétation des élasticités partielles de la production montre qu’il serait toujours possible d’accroître la production oléicole à Chbika de façon globale en agissant sur l’utilisation de l’input travail (étant donné que seulement l’élasticité relative à ce facteur qui s’est montrée significative). Donc, Le facteur clé de l’accroissement de la production oléicole semble être la capacité de la mobilisation de la force de travail.

2.2.2. Estimation de l’efficacité technique et de ses déterminants

2.2.2.1. Mesure des scores d’efficacité technique

L’estimation simultanée de la frontière de production stochastique et des déterminants de l’efficacité a permis d’évaluer la performance individuelle des exploitations oléicoles. Le tableau 18 fournit les renseignements sur la distribution des scores d’efficacité au sein de l’échantillon.

116

Tableau 17 : Distribution de fréquence de l’efficacité technique

Niveau d’efficacité (%)

Effectifs Nombre d’exploitations observées par tranches des scores d’efficacité technique

Pourcentages (%) Pourcentage d’exploitations

observées par tranches des scores d’efficacité technique

0-25 - - 25-50 10 14 50-75 28 40 75-100 32 46 Total 70 100 ET moyen - 82 Minimum - 27 Maximum - 92 Écart-type - 16

Source : l’auteur, calculs réalisés à partir de la base des données d’enquête 2017.

Selon nos estimations, l’analyse de la distribution des scores individuels d’efficacité technique montre qu’aucun producteur ne se situe sur la frontière de production (leur score d’efficacité technique est inférieur à 100 %). En d’autres termes, les producteurs produisent en dessous de la frontière, corroborant ainsi l’hypothèse de l’existence d’une inefficacité. Le calcul des efficacités techniques indique qu’en général la performance productive des entreprises oléicoles à Chbika est d’un niveau relativement acceptable. En moyenne, les producteurs ont un niveau d’efficacité technique de 82 % pour l’ensemble de l’échantillon. Ceci implique qu’il existe encore des potentialités d’augmentation de la production oléicole sans aucun apport supplémentaire d’input. Par ailleurs, les oléiculteurs peuvent réaliser le même niveau de production tout en économisant jusqu’à 18 % des quantités d’inputs actuellement engagées.

Le score moyen obtenu est presque similaire à celui constaté dans plusieurs études qui traitent la question de l’efficacité technique dans les exploitations oléicoles tunisiennes (à Mehdia et Sfax). Le niveau moyen d'efficacité technique a été estimé à 83.5 % dans la région de Mehdia, entre la période allant de 1999 jusqu’à 2002 (Lachaal et al., 2004) et à 82 % pour les

117

agriculteurs de la région de Sfax sur la base des données collectées de 1994 à 1997 (Lachaal et al., 2005).

De façon précise, la proportion des fermes qui sont à un niveau très élevé d’inefficacité (en dessous de 50 %) a atteint 14 % de l’échantillon, alors que 46 % des exploitations oléicoles sont à un niveau très élevé (plus que 75 %). Le reste, soit 40 % de l’ensemble de l’échantillon, a un niveau entre 50 et 75 %. Parmi les oléiculteurs, le minimum d’efficacité obtenu est de 27 % et le maximum est de 92 %. L’écart entre la valeur minimale de l’efficacité et la valeur maximale est très important (65 %) et ne soutiendrait donc pas l’hypothèse de l’homogénéité des producteurs, en termes de performance.

Donc, cet écart entre les scores de l’efficacité laisse présager la présence des disparités au sein des producteurs de l’échantillon du point de vue la manière d’allouer les intrants. Ceci traduit l’hétérogénéité des performances entre les exploitations dans la région de Chbika. Par conséquent, cette grande variabilité nous incite à chercher quels sont les facteurs qui sont les sources éventuelles de différences d’efficacité entre les producteurs. Ainsi, le modèle retenu permet d’apporter des explications concernant l’écart de 18 % qui prévaut entre la production observée et la production potentielle.

À la suite des résultats obtenus à partir de l’estimation de la frontière de production stochastique, il est possible de corroborer le premier objectif de recherche, à savoir la détermination des scores d’efficacité technique des exploitations oléicoles à Chbika. Par conséquent, il devient pertinent de répondre au deuxième objectif de recherche qui est d’identifier les principaux facteurs explicatifs de l’inefficacité technique des exploitations oléicoles. En effet, leur identification sera certainement d’un grand intérêt, notamment en termes de pistes d’action pour améliorer la gestion de la performance de ces entreprises oléicoles.

2.2.2.2. Identification des facteurs explicatifs du niveau d’inefficacité technique

Le tableau 17 fait état des résultats relatifs à l’explication des niveaux d’inefficacité technique. Les résultats de l’estimation révèlent que les coefficients estimés par le modèle stochastique sont tous significatifs au seuil statistique de 1 % (probabilité < 0,01). Il se dégage ainsi que le modèle performe de manière acceptable. Plus spécifiquement, l’interprétation

118

des résultats est totalement inversée, dans le sens où les coefficients obtenus réduisent l’inefficacité technique s’ils ont un signe négatif et vice versa. L’âge, le niveau d’instruction, le recours au crédit agricole et la proportion des arbres productifs sont positivement et significativement corrélés avec l’efficacité technique. En revanche, les deux autres variables introduites dans le modèle, à savoir le revenu non agricole et l’accès à la terre, exercent un effet négatif sur l’efficacité technique.

La variable âge du chef d’exploitation a été retenue au chapitre 2 sans présumer à priori du sens de son impact sur l’efficacité technique, mais après l’estimation, nous voyons que cette variable exerce un effet positif et significatif au seuil de 1 % sur l’efficacité technique des producteurs d’olives (coefficient = -0,019***; P>z=0,000182). Il se dégage donc que les producteurs les plus âgés sont plus efficaces que les plus jeunes exploitants. La raison plausible de ce résultat pourrait être l’expérience acquise dans l’exploitation agricole des plus âgés. Des résultats similaires ont été rapportés par Chebil et al. (2013) et Ozden et Dios- Palmores (2016) qui ont conclu que l'expérience participe à la réduction de l’inefficacité des producteurs.

En effet, les producteurs les plus expérimentés, qui sont longtemps restés à pratiquer la production d’olives, sont supposés se perfectionner au fur et à mesure et avoir une plus grande technicité dans la production. En effet, le nombre d’années passées dans l’exercice de l’activité oléicole permet au producteur d’acquérir un savoir-faire concernant l’allocation optimale des ressources productives. Autrement dit, les producteurs acquièrent l’expertise nécessaire pour gérer leur exploitation ainsi qu’une certaine maîtrise de tout le processus de production et des facteurs qui influencent les différentes étapes de ce processus. Ceci permettra de favoriser des économies de coût d’intrants et entraînera une amélioration de la performance productive et économique des exploitants. Ce premier résultat, qui confirme notre hypothèse H1, rejoint les résultats de plusieurs études antérieures que nous avons amplement évoquées précédemment (Karagiannis et Tzouvelekas (2001), Lambarra et al. (2007), Selmi et al. (2015), Kamiyama et al. (2016)).

Les résultats obtenus vont à l’encontre de ce qui était trouvé par Lambarra et al. (2009) pour les exploitations espagnoles productrices de céréales, oléagineux et protéagineux, Coelli et Fleming (2004) pour les petites exploitations en Guinée, Nuama (2006) pour les cultures

119

vivrières en Côte-d’Ivoire et Ben Nasr (2016) pour les exploitations irriguées à Kairouan (Tunisie). Tous ces auteurs soutiennent que les jeunes sont les plus efficients, étant donné qu’ils ont la faculté d’adopter plus rapidement les nouvelles technologies productives, alors que les plus âgés sont peu enclins à adopter les nouvelles technologies.

Dans un deuxième temps, nous avons testé l’hypothèse H2 qui stipule que le niveau d’instruction est un facteur clé pour l’amélioration de l’efficacité technique. Les résultats de notre estimation montrent que la variable niveau d’instruction, tel qu’attendu, a un impact positif et significatif (à 1 %) sur le niveau d'efficacité technique des fermes oléicoles, corroborant ainsi l’hypothèse H2 (coefficient = -0,316***; P>z=0,000502).

Cela implique que les producteurs ayant un niveau d’instruction élevé sont susceptibles d'être plus efficaces que leurs homologues moins instruits. L’explication qui pourrait être avancée est le fait que le niveau d’instruction influence la prise de décision du producteur, notamment dans l’utilisation des intrants convenables dans l’exploitation agricole. Cette variable joue en faveur de la maîtrise des techniques modernes de production et l’adoption de nouvelles innovations. Ces dernières portent plus particulièrement sur une utilisation plus efficace des intrants et des nouvelles techniques et matériels plus sophistiqués (des machines de récolte et taille d’olives, des méthodes de contrôle d’eau d’irrigation, etc), sur le développement des bonnes pratiques agronomiques et sur le choix des variétés à cycle court plus productives et plus résistantes aux conditions climatiques, etc.

En plus, le fait que ces producteurs d’olives soient instruits leur permet facilement de comprendre et d’assimiler les recommandations promulguées au cours des formations d’applications des meilleures pratiques de production, ainsi que de les mettre en pratique. Ceci leur permet également d’avoir recours aux engrais de manière appropriée, c’est-à-dire en choisissant les bons engrais et en les utilisant à des doses adéquates, et de faire un bon choix compte tenu des techniques culturales disponibles. Ils peuvent d’ailleurs consulter des documents portant sur les techniques de production agricole afin de les mettre en pratique. Par ailleurs, ils peuvent facilement s’adapter aux nombreux changements technologiques, sociaux et économiques de l’agriculture et du secteur para-agricole d’aujourd’hui. À cet effet, l’adoption de nouvelles technologies optimise les rendements et occasionne l’augmentation de la performance des exploitations oléicoles.

120

Toutefois, dans nos entretiens avec les agriculteurs, la quasi-totalité des répondants interviewés affirme que le taux moyen de fréquentation des formations professionnelles demeure faible à cause du manque d’implication des services de vulgarisation. Par ailleurs, l'intégration de l'utilisation de nouveaux intrants et techniques agricoles modernes dans l'exploitation familiale est encore faible. Ainsi, l’appui de la formation agricole à travers l’encadrement technique et l’assistance à des journées de formation et enrichissent le savoir- faire productif des oléiculteurs. Le contact des producteurs avec les agents de la vulgarisation leur permet d’accéder à l’information et à la formation sur les nouvelles technologies. Cela permet, d’une part, d’économiser les ressources disponibles, moyennant une bonne gestion des facteurs de production et, d’autre part, d’optimiser de façon significative les rendements et d’accroître la productivité des exploitations. Des résultats similaires ont été rapportés par Karagiannis et Tzouvelekas (2001), Lachaal et al. (2004, 2005); Lambarra et al. (2007), Konan et al. (2014), Ngom et al. (2016), Kamiyama et al. (2016) et Kashiwagi (2017).

La revue de littérature réalisée au chapitre 2 de ce mémoire a amplement documenté cette hypothèse. En effet, ce résultat rejoint celui de Nuama (2006) qui conclue que les exploitants instruits ont la possibilité de s’informer sur les prix des intrants agricoles. Cela contribuera à remédier à l’asymétrie d’information entre les producteurs et les commerçants, augmenter le pouvoir de négociation et donc acquérir ces intrants à moindre coût. Par conséquent, un niveau d’instruction minimal est souvent prérequis pour accéder à l’information, à la technologie et aux programmes de formation et de vulgarisation et donc, joue en faveur de la réduction du niveau d’inefficacité du producteur.

Les résultats de l’estimation du modèle de frontière stochastique mettent également en évidence l’effet négatif et statistiquement significatif de l’accès aux crédits sur le niveau d’inefficacité technique des exploitations oléicoles (coefficient=-0,233***P>z=0,000618). Ce résultat traduit le fait que si un producteur bénéficie d’un crédit pour financer ses activités agricoles, il sera plus efficient, ce qui confirme l’effet bénéfique attendu d’un recours au crédit.

121

Ce résultat peut paraître intuitif : une exploitation s’endette pour moderniser l’exploitation, investir dans des équipements modernes et plus performants, et donc on s’attend à ce que son efficacité technique s’en trouve accrue. En effet, l’accès au crédit est considéré comme un appui en liquidités pour les oléiculteurs puisqu’il les aide à investir dans les nouvelles technologies, acheter des intrants en début de campagne, rémunérer la main-d’œuvre salariale, etc. Nous avons, par exemple, évoqué que plusieurs autres auteurs (kouakou, 2001; Hazarika et Alwang, 2003; Nyemeck et al., 2004) ont conclu la même chose.

Cela concorde avec les résultats obtenus par Nuama (2006) concernant l’efficacité technique des agricultrices de cultures vivrières en Côte-d’Ivoire. Il a conclu ainsi que l’exploitant qui a bénéficié d’un crédit agricole doit avoir assez d’incitations à être techniquement performant.

Toutefois, dans plusieurs cas, les oléiculteurs n’arrivent pas à respecter leurs obligations en termes de remboursement parce qu’ils ne parviennent pas à vendre leur récolte à cause notamment des éventuels risques d’une mauvaise saison (sécheresse, alternance biologique de l’olivier ou bien problèmes phytosanitaires) détruisant la récolte ou des variations considérables des prix de vente. Ainsi, ils sont amenés à supporter des coûts de crédit élevés, entre autres à cause de l’alourdissement des taux d’intérêt requis par les banques que le petit producteur n’est jamais capable de couvrir. Par conséquent, par crainte d’endettement et pour être en mesure d’honorer des engagements financiers, les producteurs sont contraints de concentrer leurs moyens dans un seul but de produire davantage d’olives et donc de faire progresser la rentabilité de son exploitation et optimiser l’utilisation des facteurs de production. En augmentant la production, l’exploitation oléicole va connaître une augmentation de ses ventes et donc des profits dégagés au cours de son activité productive. L’accroissement de son bénéfice qui va en résulter l’incitera à prendre le crédit agricole de nouveau et à réinvestir dans l’activité agricole et donc à améliorer leur efficacité.

Ces résultats rejoignent les propos de plusieurs auteurs, tels que Zhu et al. (2008) pour les exploitations laitières aux Pays-Bas entre 1995 et 2004 et Latruffe et al. (2009) pour les exploitations de céréales, oléagineux et protéagineux en France en 2000. Cette même affirmation nous a été confirmée par les oléiculteurs faisant l’objet de cette enquête.

122

En ce qui concerne la variable revenu non agricole, elle exerce un effet positif et significatif sur le niveau d’inefficacité des exploitations (coefficient=0,805***P>z=0,000220). Ceci peut indiquer que les producteurs qui ne pratiquent pas une autre activité hors ferme connaissent plus d'efficacité que ceux qui exercent une autre activité génératrice de revenus. Donc, notre quatrième hypothèse est confirmée.

Très souvent, à cause de l’instabilité et de l’incertitude de l’activité agricole (irrégularité des pluies, volatilité des prix, fluctuation de la production), les chefs d’exploitants ont recours à l’activité non agricole. Ils cherchent un complément de revenu pour le réinvestir dans l’exploitation afin de subvenir à certaines charges en cas de mauvaises récoltes ou de rembourser les crédits bancaires.

Toutefois, dans le cas de notre étude, le recours au travail non agricole est une source d’inefficacité technique. L’explication qui pourrait être avancée est l’absentéisme de l’oléiculteur au niveau du champ. Dès lors, le fait de regrouper plusieurs activités (agricoles et non agricoles) en même temps induit à la réduction de la performance de l’exploitant et donc à l’efficacité de l’exploitation. L’oléiculteur ne peut pas concentrer son attention à