Utilisation des concepts de l‘économie géographique sur les dommages agricoles

La littérature sur la théorie de l‘écologie nous a montré que la fonction de dommage agricole est reliée à deux groupes de variables explicatives.

- Le premier groupe est relié aux caractéristiques de la population des espèces invasives. La variable clé est la densité de la population de grand gibier. Puisque celle-ci est inconnue, les tableaux de chasse seront utilisés comme variable proxy.

- Le deuxième groupe est le stock total de biomasses endommageable (proie) par les espèces invasives (prédateur) dans le milieu.

Le deuxième groupe montre l‘existence de liens entre les activités agricoles et cynégétiques puisque l‘homme façonne le milieu. Si les différents acteurs (chasseurs, agriculteurs, forestiers et promeneurs) n'ont pas de liens entre eux et se contentent d'être localisés à des endroits différents pour exploiter le territoire, l'échelle d'observation est déterminée uniquement en termes d‘organisation de l‘espace comme dans l'approche de Weber (1909). S'ils ont des interactions basées sur une concurrence de l‘utilisation du territoire, des externalités positives ou négatives peuvent apparaître et posent des questions sur l‘échelle d‘observation des phénomènes (Marshall, 1890). Selon Krugman (1991a,b) qui est le principal initiateur de l‘économie géographique, la prise en compte de l'espace dans l'analyse économique remet en cause les modèles microéconomiques classiques (Deuxième partie, paragraphe 1). En effet, ces derniers se basent sur une simple agrégation d'agents économiques homogènes donnant lieu à un agent représentatif (Kirman, 1992). Selon Krugman (1996), la prise en compte d'une multitude d'individus en interaction, plutôt que l'interaction entre un nombre restreint d'agents représentatifs, permet d‘étudier la complexité des liens. La Nouvelle Economie Géographique permet de comprendre et de formaliser les liens spatiaux entre les activités de production (agriculture, sylviculture) et la chasse. Les phénomènes de dommages agricoles sont considérés comme le résultat des interactions entre les acteurs économiques.

1.1 Conséquences de l'introduction de l'espace dans le modèle microéconomique de base

Suivant les modèles économiques de Zivin et al. (2000), on pose que les agriculteurs dans une commune i utilisent une portion du territoire dans la culture et en soutirent un revenu R_i avec

i

R > 0 en l‘absence de dommage du grand gibier. Une population de grand gibier notée N i

est présente dans la commune i et détruit une partie de la production. Il existe alors une fonction de dommage de la formed_i d_i

 

N_i . Avec d_i 0 0 et di/Ni 0 car la fonction

de dommage est corrélée positivement avec la population de grand gibierN . En tenant i

compte de la présence de dommage, l‘utilité des agriculteurs face à sa présence est notéeU et _i s‘exprime par :

 

1

 

i i i i i i i

U

 R

D N

R

d N

(2.39)

Le revenu agricole notéR_i dépend de l‘ensemble des prix de la production et des dépenses des

producteurs : les intrants agricoles, les dépenses en main d‘œuvre, etc. Ce revenu est déterminé par des facteurs exogènes au modèle, il est donc considéré comme fixe dans le reste de la thèse. La valeur économique du dommage est notée D avec _i

D

_i

 R d N

_{i i}

 

_i . Les écologues (Mitchell, 2001a, b) démontrent cependant que d_id_i

 

N_i dépend également du

milieu. van Wenum et al. (2004) justifient l‘importance de la prise en compte des différents types de culture. Nous allons considérer que la population N dépend de trois types de _i facteurs :



,

,



i i i i

N



f H M S

. (2.40)

Le premier facteur est la chasse notée H qui réduit la population de sangliers dans la _i commune i. Le deuxième facteur est l‘écosystème de la commune i notéM . Il va regrouper _i les caractéristiques de l‘occupation du sol. Le troisième facteur est l‘effet spatial noté Si.

Ce dernier facteur peut provenir d‘une source endogène à la population ou d‘un effet externe provenant du milieu. Cannas et Marco (2003) montrent qu‘il peut être causé par les mouvements saisonniers, la colonisation des milieux et la diffusion de la population (cf. équation de la dynamique spatiale 2.15). Il peut également provenir des deux autres variables

lien entre les activités humaines sur un même territoire qui engendre des externalités positives ou négatives comme Krugman (1991a, b) l‘avance.

C‘est sur ces trois types de facteurs que nous focaliserons la recherche puisqu‘ils sont particulièrement complexes par leur diversité. Une fonction de dommages physiques qui tient compte de ces trois groupes de facteurs est construite dans l‘équation (2.41) :



,

,



i i i i

d



f H M S

_(2.41)

1.2 Développement du modèle théorique vers un modèle économétrique spatial

Comme Lichtenberg et Zilberman (1986) , Babcock, Lichtenberg et Zilberman (1992), Zivin et al. (2000), Skonhoft et Schulz (2005), Skonhoft (2004), Skonhoft, et Olaussen (2005), Mitchell (2001a) et Horan et Bulte (2003), nous avons choisi une fonction de type Cobb- Douglas pour l‘estimation de la fonction de dommage physique. Nous allons la poser de la façon suivante :

.

.

.

.

i i i i i

d



A H



M



S



e

_(2.42)

où A est un paramètre constant.   , , sont les coefficients d‘élasticité à mesurer. ei

représente l‘ensemble des variables non observées de la commune i. Cette fonction de dommage peut être réécrite en (2.43) par une transformation logarithmique.

lnd_i lnAlnH_i lnM_i lnS_i lne_{i (2.43)}

Les transformations logarithmiques sont très courantes dans la littérature économique. Spanos (1986) trouve trois explications à cette popularité. Premièrement, elles permettent de corriger les variables aléatoires qui sont en général asymétriques. Elles permettent de lisser les distributions des données se rapprocher d‘une distribution normale. Deuxièmement, ces transformations permettent d‘améliorer la stabilité des coefficients estimés notamment en cas de phénomènes d‘hétéroscédasticité entre les variables, nous verrons ultérieurement que c‘est le cas des dommages agricoles. Troisièmement, elles permettent de se rapprocher des modèles théoriques et donnent directement les élasticités entre les variables (Encadré 2.2). Pour suivre les représentations usuelles en économétrie, les changements de variables suivants sont effectués :

ln ln ; ln ln ln i i i i i i i i i y d X H M W S e      (2.44)

Encadré 2.2 : Les élasticités en économie

En économie, l'élasticité est le changement proportionnel d'une variable y relativement à une autre variable x :

 

, y y y x x x    _

En particulier, si y(x) est dérivable par rapport à x et non-nul, on a :



y x,



x y

y x

  



Le concept de l'élasticité peut être employé à chaque fois qu'il y a un rapport de cause et d'effet. Elle est souvent exprimée pour une variation de 1 % de x.

Si

 y x,

= 0, alors la variable y est parfaitement inélastique relativement à la variable x.

Source : Marschall(1890).

Le but est de trouver une explication sur les dommages provoqués par le grand gibier sur l‘agriculture en tenant compte des schémas spatiaux du phénomène. La figure suivante présente la structure du modèle que l‘on veut mettre en place. Les variables non observables sont encadrés par des pointillés.

Figure 2.1 : Structure du modèle des dommages agricoles causés par le grand gibier

Perte de production de ma ï Chasse Densit é de la population É cosyst me Variable expliqu é e Yi

L ‘ agriculture Les forêts Les zones urbaines Perte é conomique Prix Variables explicatives Xi

Perte de production agricole

Chasse Densité de la population Ecosystème Variable expliquée Yi

L ‘ agriculture Les forêts Les zones urbaines Perte é conomique Prix Variables Xi Mouvement spatial L‘eau et les zones

humides

Croissance naturelle

Dans le document ANALYSE ET MODÉLISATION DE LA GESTION DU GRAND GIBIER : CAS DE LA RÉGION AQUITAINE (Page 124-128)