Droits de propriété foncière, aversion au risque et
performance des petits producteurs agricoles
Thèse
Kotchikpa Gabriel Lawin
Doctorat en agroéconomie
Philosophiae Doctor (Ph.D.)
Québec, Canada
Droits de propriété foncière, aversion au risque et
performance des petits producteurs agricoles
Thèse
Kotchikpa Gabriel Lawin
Sous la direction de :
iii
Résumé
Cette thèse examine d’une part, l’impact des droits de propriété foncière sur la performance des petits producteurs agricoles et d’autre part, le rôle de l’aversion au risque dans la diversification des cultures au niveau des exploitations agricoles. Elle est subdivisée en quatre chapitres. Le premier chapitre fait la revue critique des méthodes et résultats des études empiriques qui analysent l’impact des droits de propriété foncière sur la performance des petits producteurs agricoles des pays en développement. Il montre que les résultats des études empiriques antérieures sont contrastés quant aux effets réels du droit de propriété. L’hétérogénéité des résultats est liée à la fois aux techniques d’évaluation utilisées et au contexte local de gestion du système foncier. Toutefois, les résultats convergent vers une endogénéité entre le droit de propriété et la performance des producteurs dans les contextes où la gestion coutumière du foncier est prédominante.
Le deuxième chapitre analyse l’impact des droits de propriété foncière sur l’adoption des innovations agro-environnementales. Il utilise la méthode d’appariement par score de propension pour sélectionner les observations ayant les mêmes caractéristiques observables pour tenir compte du biais de sélection sur les variables observables. Il se base ensuite sur le modèle d’effet de traitement endogène multinomial développé par Deb et Trivedi (2006) pour tenir compte de l’endogénéité entre le droit de propriété et l’adoption d’innovation agro-environnementale. Le chapitre utilise des données détaillées au niveau des parcelles collectées au Bénin sur un échantillon de 2 800 petits producteurs et 4 233 parcelles. Il montre que les petits producteurs adoptent plus intensément les innovations agro-environnementales sur les parcelles dont ils sont propriétaires en comparaison aux parcelles prêtées, louées ou en métayage.
Le troisième chapitre utilise le modèle de sélection de Greene (2010) pour les fonctions stochastiques de frontière appliquée à une fonction de distance en output et en combinaison avec la méthode d’appariement pour analyser l’impact de la sécurité foncière sur l’efficacité technique des petits producteurs agricoles. Il utilise également la méthode non paramétrique DEA (méthode d’enveloppement des données) pour analyser l’effet de la sécurité foncière sur la productivité agricole et décomposer cet effet en écart d’efficacité technique et en écart technologique entre les propriétaires terriens et les non-propriétaires. En se basant sur les données d’enquête au Bénin, il montre que les non-propriétaires ont en moyenne un niveau
iv
d’efficacité technique plus élevé et sont plus productifs que les propriétaires terriens. Par contre, les propriétaires affichent un net avantage technologique.
Le quatrième chapitre porte sur l’effet de l’aversion au risque sur la diversification des cultures chez les petits producteurs agricoles au Burkina Faso. Une expérience terrain sous forme de loterie a été conduite pour mesurer l’aversion au risque des producteurs. Trois indices de diversité spatiale adaptés de la littérature en économie de l’environnement ont été utilisés pour mesurer la diversification des cultures au niveau des exploitations agricoles. Les résultats montrent que l’aversion au risque a un effet négatif et significatif sur la diversification des cultures. Les producteurs averses au risque se concentrent plus sur la production des cultures traditionnelles moins risquées et à faible valeur marchande.
v
Abstract
This thesis examines the impact of land property rights on the performance of smallholder farmers and the role of risk aversion in crop diversification at the farm level. The dissertation is structured in four chapters.
The first chapter provides a literature review of the methods and results of empirical studies that analyze the impact of land property rights on the performance of smallholder farmers in developing countries. It shows that the results of previous empirical studies are mixed about the real effects of property rights. The heterogeneity of the results is related both to the evaluation techniques used and to the local context of the tenure system’s management. However, the results converge towards an endogeneity between the property rights and the performance of smallholder farmers in contexts where customary land management is predominant.
The second chapter analyzes the impact of land tenure differences on the adoption of agri-environmental innovations. It uses the propensity score matching method to select observations with the same observable characteristics to account for selection bias stemming from observed variables. In addition, possible self-selection arising from unobserved variables is addressed using a multinomial endogenous treatment effect model developed by Deb and Trivedi (2006). The chapter uses detailed cross-sectional plot-level dataset collected in Benin and covering a sample of 2,800 smallholder farmers and 4,233 plots. The results indicate that the intensity of the adoption of agri-environmental practices is consistently higher on owned plots than borrowed, rented or sharecropped plots.
The third chapter uses the sample selection model introduced by Greene (2010) in stochastic frontier functions applied to a distance function in output and in combination with the matching method to analyze the impact of land security on technical efficiency of smallholder farmers in Benin. It also uses the non-parametric DEA (Data Envelopment Analysis) to analyze the effect of land tenure on agricultural productivity and to decompose this effect into a technical efficiency gap and technological differential between landowners and non-owners. The results show that non-owners are on average more productive than landowners because of their greater technical efficiency, while landowners have a technological advantage.
vi
The fourth chapter examines the effect of risk aversion on crop diversification among smallholder farmers in Burkina Faso. A field experiment in a form of lottery was conducted to measure producers' risk aversion. To measure crop diversification, we use three indices of spatial diversity in crop species adapted from the ecological economics literature. The results show that risk aversion has a negative and significant effect on crop diversification. Risk-averse producers focus more on the production of traditional, less risky and low market value crops.
vii
Tables des matières
Pages
Résumé ... iii
Abstract ... v
Tables des matières ... vii
Liste des tableaux ... ix
Liste des figures ... x
Remerciements ... xii
Avant-propos ...xiii
Introduction ... 1
Bibliographie ... 5
Chapitre 1 . Droits de propriété foncière et performance des petits producteurs agricoles : une revue de la littérature empirique ... 8
Résumé ... 9
Abstract ... 9
1.1. Introduction ... 9
1.2. Méthodes quantitatives d’évaluation d’impact des droits de propriété foncière ... 12
1.2.1. Méthodes quasi expérimentales ... 15
1.2.2. Méthode expérimentale randomisée ... 21
1.3. Résultats des évaluations des effets des droits de propriété foncière ... 22
1.3.1. Relation droits de propriété et adoption d’innovations agro-environnementales ... 22
1.3.2. Droits de propriété et investissement et productivité agricole ... 25
1.3.3. Relation droits de propriété et productivité agricole des femmes ... 29
1.3.4. Droits de propriété et efficacité technique ... 29
1.3.5. Droits de propriété et revenu agricole ... 30
1.4. Conclusion ... 31
Bibliographie ... 33
Chapitre 2 . Impact des droits de propriété foncière sur l’adoption des innovations agro-environnementales chez les petits producteurs agricoles au Bénin ... 41
Résumé ... 42
Abstract ... 42
2.1. Introduction ... 43
2.2. Cadre conceptuel et économétrique ... 46
2.2.1. Modèle d’effet de traitement endogène multinomial ... 46
2.2.2. Appariement par score de propension avec traitement multiple ... 49
2.3. Variables, source des données et statistiques descriptives ... 54
2.3.1. Variable dépendante et traitement ... 54
2.3.2. Caractéristiques socio-économiques du ménage ... 56
2.3.3. Caractéristiques de la parcelle ... 58
2.3.4. Données utilisées ... 59
2.3.5. Statistiques descriptives ... 60
2.4. Résultats et discussion ... 62
2.4.1. Effet de traitement des droits de propriété avec correction d’endogénéité ... 63
2.4.2. Effet de traitement des droits de propriété avec double correction ... 69
viii
2.5. Conclusion et implications ... 73
Bibliographie ... 76
Annexes ... 81
Chapitre 3 . Impact des droits de propriété foncière sur l’efficacité technique des petits producteurs agricoles béninois ...100
Résumé ...101
Abstract ...101
3.1. Introduction ...102
3.2. Approche méthodologique ...105
3.2.1. Approche théorique de la fonction distance en output ...106
3.2.2. Approche empirique ...108
3.2.3. Indicateurs de mesure ...112
3.2.4. Indice Malmquist basé sur les outputs ...113
3.3. Données utilisées et statistiques descriptives ...115
3.4. Résultats et analyses ...120
3.4.1. Résultats généraux ...121
3.4.2. Déterminants de l’efficacité technique ...127
3.4.3. Impact des droits de propriété sur les mesures de performance ...128
3.4.4. Impact des droits de propriété sur la productivité totale des facteurs ...132
3.5. Conclusions et implications ...133
Bibliographie ...135
Annexes ...138
Chapitre 4 . Rôle de l’aversion au risque dans la diversification des cultures chez les petits producteurs agricoles au Burkina Faso ...141
Résumé ...142
Abstract ...142
4.1. Introduction ...143
4.2. Méthodologie ...145
4.2.1. Mesure de la diversification agricole et approche économétrique ...145
4.2.2. Mesure de l’aversion au risque ...147
4.3. Source de données, variables et statistiques descriptives ...149
4.3.1. Source de données ...149 4.3.2. Variable dépendante ...151 4.3.3. Variables indépendantes ...151 4.3.4. Statistiques descriptives ...153 4.4. Résultats et discussion ...156 4.5. Conclusions et implications ...162 Bibliographie ...164 Annexes ...167 Conclusion générale ...172
ix
Liste des tableaux
Pages
Tableau 1.1. Synthèse des différentes méthodologies d’évaluation quantitative d’impact ... 14
Tableau 1.2. Impact des droits de propriété sur l’adoption des innovations agro-environnementales ... 24
Tableau 1.3. Impact des droits de propriété sur l’investissement et la productivité agricole ... 27
Tableau 2.1. Mesure de la qualité de l’appariement (Voisin le plus proche sans remplacement) ... 54
Tableau 2.2. Statistiques descriptives des variables utilisées dans les analyses ... 60
Tableau 2.3. Logit Multinomial Mixte (première équation) pour étudier les déterminants du mode d’accès à la terre ... 63
Tableau 2.4. Modèle d’effet de traitement endogène multinomial pour l’estimation de l’impact des droits de propriété sur l’adoption des innovations agro-environnementales : Échantillon non apparié ... 67
Tableau 2.5. Modèle d’effet de traitement endogène multinomial avec correction sur observable ... 70
Tableau 3.1. Définition des variables de la fonction de distance stochastique ...116
Tableau 3.2. Description des variables de l’équation du terme d’inefficacité technique ...117
Tableau 3.3. Statistiques descriptives des variables incluses dans le modèle (fonction de production et terme d’inefficacité) ...118
Tableau 3.4. Estimation par ML des modèles conventionnels et de sélection de la fonction de distance : échantillon non apparié ...123
Tableau 3.5. Estimation par ML des modèles conventionnels et de sélection de la fonction de distance : échantillon apparié ...125
Tableau 3.6. Estimation par ML des déterminants du terme d’inefficience ...128
Tableau 3.7. Score d’efficacité technique avec les modèles estimés ...128
Tableau 3.8. Mesure des élasticités des modèles conventionnels et de sélection : échantillon non apparié ...131
Tableau 3.9. Mesure des élasticités des modèles conventionnels et de sélection : échantillon apparié...131
Tableau 3.10. Indice Malmquist de productivité totale des facteurs et ses composantes pour la comparaison entre propriétaire et non-propriétaire...132
Tableau 4.1. Expérience de risque ...148
Tableau 4.2. Description des variables ...150
Tableau 4.3. Statistiques descriptives ...154
Tableau 4.4. Estimation de la diversification agricole par l’indice de comptage (Modèle de régression linéaire)a ...157
Tableau 4.5. Estimation de la diversification agricole par l’indice de Shannon (modèle Tobit)a ...158
Tableau 4.6. Estimation de la diversification agricole par l’indice de concentration de Herfindahl (modèle Tobit)a ...159
x
Liste des figures
Pages
Figure 1.1. Impacts postulés de la sécurité foncière sur la performance des petits producteurs10 Figure 2.1. Distribution des scores de propension, Location (traitement) versus prêt ou don
(contrôle) ... 81
Figure 2.2. Distribution des scores de propension, Location (traitement) versus métayage (contrôle) ... 81
Figure 2.3. Distribution des scores de propension, Location (traitement) versus propriétaire (contrôle) ... 82
Figure 2.4. Distribution des scores de propension, métayage (traitement) versus prêt ou don (contrôle) ... 82
Figure 2.5. Distribution des scores de propension, métayage (traitement) versus propriétaire (contrôle) ... 83
Figure 2.6. Distribution des scores de propension, prêt ou don (traitement) versus propriétaire (contrôle) ... 83
Figure 3.1. Support commun avec les non-propriétaires comme contrôle ...120
Figure 3.2. Distribution des scores d'efficacités techniques des modèles conventionnels et de sélection ...130
Figure 4.1. Distribution de l’indice de comptage de la diversification de culture...155
Figure 4.2. Distribution de l’indice de Shannon de la diversification de culture ...155
xi
Dédicace
Je décide cette thèse à :
ma mère, Itounou Rosalie AGODO
mes frères et sœurs, Emmanuel, Christine, Victor, Fidèle, Gisèle et Albert et ma cousine Séraphine AGODO
ma conjointe, Edith Winsou
xii
Remerciements
La réalisation de cette thèse a été possible grâce à la contribution de certaines personnes que je tiens à remercier. Je voudrais premièrement remercier mon directeur de thèse Lota D. Tamini pour sa disponibilité, son esprit d’écoute et pour tout l’appui scientifique dont il m’a fait bénéficier tout au long de ce travail.
Je remercie également tout le corps enseignant et le personnel administratif du Département d'Économie Agroalimentaire et des sciences de la Consommation (DEAC) ainsi que du Centre de Recherche en économie de l'Environnement, de l'Agroalimentaire, des Transports et de l'Énergie (CREATE) pour leur contribution à l’aboutissement de ce travail.
Je tiens à exprimer ma gratitude à mes ami(e)s et collègues du DEAC pour leur soutien. Un spécial merci à mon ami Baoubadi Atozou pour son soutien.
xiii
Avant-propos
Les chapitres de la présente thèse constituent des articles soumis ou à soumettre à des revues scientifiques avec comité de lecture.
Le chapitre 1 est un article réalisé avec mon directeur de thèse Lota D. Tamini. Il a été soumis pour évaluation à une revue scientifique avec comité de lecture. Je suis le principal auteur de cet article.
Le chapitre 2 est un article réalisé avec Lota D. Tamini. Je suis le principal auteur de cet article et il a été soumis pour évaluation à une revue scientifique avec comité de lecture.
Le chapitre 3 est un article réalisé avec Lota D. Tamini. Je suis le principal auteur de cet article et il a été soumis pour évaluation à une revue scientifique avec comité de lecture.
Le chapitre 4 est un article réalisé avec Lota D. Tamini. Je suis le principal auteur de cet article et il fait l’objet de quelques révisions pour être soumis pour évaluation à une revue scientifique avec comité de lecture.
1
Introduction
Le secteur agricole représente une large part du produit intérieur brut (PIB) des pays en développement. Il emploie une proportion significative de la population active (de 40 pour cent à 90 pour cent dans la plupart des cas) et est la seule source de subsistance et de revenus pour plus de la moitié de la population de ces pays (FAO, 2001). Cependant, les producteurs agricoles des pays en développement sont confrontés à un certain nombre de défis qui les empêchent de réaliser de bons rendements et font face à de faibles profits, l'insécurité alimentaire et la pauvreté1. Ces défis incluent entre autres le faible taux d’adoption des
nouvelles technologies agricoles, les difficultés liées à l’accès au Crédit Agricole, la faiblesse des investissements et l’insécurité foncière (FAO, 2001). Dans les documents de stratégie de croissance et de réduction de la pauvreté de plusieurs pays en développement, la question de la sécurité des droits de propriété foncière est souvent citée comme le défi central pour la croissance agricole et la réduction de la pauvreté. La question a également retenu l’attention des économistes.
En effet, le rôle des droits de propriété foncière sur l’investissement et la productivité agricole dans les pays en développement ont été largement documentés dans la littérature. Sur le plan théorique, la littérature prédit un effet positif de la sécurité foncière sur l’investissement agricole et ceci pour plusieurs raisons. Premièrement, les droits de propriété sécurisés donneraient une garantie pour les producteurs agricoles d’entreprendre des investissements de long terme dans des mesures de conservation de la fertilité du sol du fait qu’ils n’auront aucune crainte d’expropriation (Besley ,1995 ; Goldstein et Udry, 2008 ; Abdulaye et al., 2011). Deuxièmement, les droits de propriété sécurisés facilitent l’utilisation de la terre comme collatérale pour l’obtention du crédit pour financer les investissements agricoles (Feder et Onchan, 1987 ; Feder et Feeny, 1991). Ceci est possible parce que les droits de propriété sécurisés facilitent le développement d’un marché foncier efficace (Ali et al., 2011). Un autre argument théorique est que les droits de propriété sécurisés favorisent la mobilité intrasectorielle des facteurs de production qui à terme a des effets positifs sur l’investissement et la productivité agricole. Par exemple, la relaxation des barrières à la mobilité des facteurs
1 Selon les données de la Banque Mondiale, en Afrique subsaharienne, près de quatre cinquièmes des pauvres
2
peut favoriser le transfert de la terre des agriculteurs les moins productifs aux agriculteurs les plus productifs via le marché de la location de la terre (Ali et al., 2011).
Dans la littérature empirique, plusieurs études ont été menées pour tester les prédictions théoriques de la relation entre les droits de propriété foncière, les investissements agricoles, la productivité et l’adoption d’innovations agricoles. Les exemples récents sont les études de Deininger et Ali (2008), Goldstein et Udry (2008), Frenske (2010), Abdulai et al. (2011), Ali et al. (2014), Collin et al. (2015) et Ghebru et Holden (2015). Même si la littérature théorique converge sur une relation positive entre les droits de propriété foncière, les investissements et la productivité agricole, les résultats des études empiriques sont plus contrastés.
Par exemple, certains auteurs comme Brasselle et al. (2002), Deininger et Jin (2006) et Zikhali (2010) montrent que dans certains contextes, les producteurs investissent sur des terres pour renforcer leurs droits de propriété sur ces terres. En particulier, Brasselle et al. (2002) indiquent que dans la mesure où la sécurité foncière est influencée par l’investissement, il y a une relation de simultanéité entre droits de propriété et investissement qui crée un biais d’endogénéité2 et
qu’une fois que ce biais est correctement contrôlé, la sécurisation des droits de propriété foncière ne semble pas stimuler l’investissement. Deininger et Jin (2006) montrent que l’impact des droits de propriété sur les investissements de court et de long terme est différent, l'impact sur le premier étant limité. Besley (1995), Brasselle et al. (2002) et Place (2009) ont fourni des preuves que la relation entre droits fonciers et l’investissement reste ambiguë et renforcent la nécessité d’études empiriques spécifiques sur les droits fonciers et l’investissement dans un environnement où les revenus sont faibles. La question de savoir si la sécurité foncière a un impact sur les performances des producteurs agricoles reste donc une question importante de politique agricole dans les pays en développement.
L’un des objectifs de cette thèse est de contribuer au débat scientifique sur l’effet des droits de propriété sur les performances des producteurs agricoles en fournissant des preuves empiriques sur les effets des droits de propriété foncière sur l’adoption des pratiques
2 L’effet de l’insécurité foncière est aussi lié au marché de la terre et dans le même temps l’offre et la demande de
terre des agriculteurs sont fortement conditionnées par d’autres paramètres tels que l’imperfection des marchés des autres inputs ou encore les contraintes de liquidité qui ne sont pas souvent observées dans les données empiriques. Ceci crée un problème de variable omise dans les estimations économétriques et est source de biais d’endogénéité.
3
environnementales, la productivité et l’efficacité technique des exploitations agricoles dans le contexte du Bénin. Nous contribuons à la littérature en combinant des méthodes quasi expérimentales d’évaluation d’impact et des modèles économétriques pour la correction des biais d’endogénéité et des biais de sélection sur les variables observables. À notre connaissance, aucune étude empirique sur l’effet des droits de propriété sur les performances des producteurs agricoles n’a pris en compte la double correction des biais. Pourtant, les différences dans les caractéristiques initiales des producteurs au même titre que l’endogénéité des droits de propriété peuvent conduire à des biais dans les estimations de l’effet des droits de propriété sur les performances des producteurs agricoles. Ceci pourrait être une cause de l’absence de consensus dans la littérature empirique sur l’effet réel des droits de propriété.
Une autre question fondamentale abordée dans cette thèse est relative au rôle de l’aversion au risque dans la diversification des cultures3 chez les petits producteurs agricoles. La
diversification des cultures présente plusieurs avantages pour les petits producteurs agricoles. Elle augmente le revenu des ménages agricoles et les opportunités d'emploi agricoles, améliore la conservation des ressources naturelles, la fertilité de la terre et la sécurité alimentaire (Goletti, 1999; Joshi et al., 2004 ; Abey et al., 2009). Romeo et al. (2016) trouvent que la diversification contribue de façon significative à l’amélioration de la sécurité alimentaire et nutritionnelle des ménages des petits producteurs très pauvres.
Dans la littérature, de nombreux chercheurs ont fourni des preuves que les producteurs agricoles sont averses au risque et la diversification des cultures est souvent citée comme une stratégie importante de gestion de risque au niveau des exploitations agricoles (Benin et al., 2004; Ashfaq et al., 2008; Abey et al., 2009; Mesfin et al., 2011; Rehima et al., 2013; Romeo et al., 2016; Asante et al., 2017; Khanal and Mishra, 2017). Un nombre important de recherches suggèrent que l’agro-biodiversité (incarné par la diversification des cultures) contribue à l’augmentation des rendements agricoles et à la réduction du risque de production et du risque de prix (Smale et al. 1998; Di Falco et Chavas 2006, 2008; Abey et al., 2009; Di Falco et al. 2010; Rehima et al., 2013; Romeo et al., 2016; McCord et al., 2015). La théorie économique standard souligne également que la propension de diversifier le portefeuille de revenus est
3 Le concept de diversification des cultures désigne le passage de la monoculture à la production d’un certain
nombre de cultures dans une ferme ou dans une région, pour répondre à la demande croissante de nourriture (Petit et Barghouti, 1992).
4
influencée par les préférences de l’agent économique vis-à-vis du risque. Cependant, seules quelques études empiriques ont explicitement analysé l'impact de l’aversion au risque des agriculteurs sur la diversification des cultures dans les pays en développement. Les études se focalisant sur le cas spécifique des pays d’Afrique subsaharienne sont rares.
Pourtant, l’importance ou non du risque dans les prises de décision des petits producteurs n’ont pas les mêmes implications en termes de politique agricole. Par exemple, si l’aversion au risque affecte négativement la diversification des cultures, les décideurs politiques peuvent encourager la Recherche & Développement sur les variétés résistantes et améliorer les mécanismes de gestion ex post des risques en aidant les producteurs à accéder aux marchés formels de crédit et d’assurance (Engle-Warnick et al., 2011). Par contre, de telles politiques peuvent s’avérer inadaptées si le risque ne joue aucun rôle dans les prises de décision des producteurs. Dans une perspective de politique agricole d’atténuation des effets du risque sur le bien-être des producteurs, il est alors important d’avoir une évidence empirique de l’impact réel du risque sur la diversification des cultures. Dans cette thèse, nous avons utilisé des données d’enquêtes socio-économiques auprès des petits producteurs du Burkina Faso combinées aux données expérimentales sur le risque pour analyser le rôle de l’aversion au risque dans la diversification des cultures.
La présente thèse est organisée en quatre chapitres. Le premier chapitre présente la revue de littérature empirique sur l’impact des droits de propriété foncière sur la performance des producteurs dans les pays en développement. Le deuxième chapitre analyse l’effet des droits de propriété sur l’adoption des innovations agro-environnementales avec des méthodes d’évaluation quasi expérimentales. Dans ce chapitre, le droit de propriété est formalisé comme un traitement multiple selon l’intensité de la sécurité que chaque mode d’accès à la terre donne au producteur, et ceci contrairement aux études précédentes qui traitent la sécurité foncière comme un traitement binaire. Une double correction des biais de sélection sur les observables et du biais d’endogénéité a été faite au cours des estimations. Le troisième chapitre analyse l’impact de la sécurité foncière sur l’efficacité technique des petites exploitations agricoles avec une fonction de distance de frontière stochastique et en appliquant la double correction des biais. Le quatrième chapitre analyse l’effet de l’aversion au risque sur la diversification des cultures chez les petits producteurs agricoles.
5
Bibliographie
Abay, F., Bjørnstad, A., and Smale, M. (2009). Measuring on farm diversity and determinants of barley diversity in Tigray, Northern Ethiopia. Momona Ethiopian Journal of Science, 1(2), 44–
66.
Abdulai, A., Owusu, V., and Goetz R. (2011). Land tenure differences and investment in land improvement measures: Theoretical and empirical analyses. Journal of Development Economics, 96
(1), 66-78.
Ali, D. A., Deininger, K., and Goldstein, M. (2014). Environmental and gender impacts of land tenure regularization in Africa: Pilot evidence from Rwanda. Journal of Development
Economic, 110, 262-275.
Ali, D. A., Dercon, S., and Gautam, M. (2011). Property rights in a very poor country: tenure insecurity and investment in Ethiopia. Agricultural Economics, 42 (1) 75–86.
Asante, B. O., Villano, R. A., Patrick, I.W., and Battese, G.E. (2017). Determinants of farm diversification in integrated crop–livestock farming systems in Ghana. Renewable Agriculture and
Food Systems, forthcoming, 1-19.
Ashfaq, M., Hassan, S., Naseer, M.Z., Baig, I.A., and Asma, J. (2008). Factors affecting farm diversification in rice–wheat. Pakistan Journal of Agricultural Science, 45, 91–94.
Benin, S., Smale, M., Pender, J., Gebremedhin, B., and Ehui, S. (2004). The economic determinants of cereal crop diversity on farms in the Ethiopian highlands. Agricultural
Economics, 31, 197-208.
Besley, T. (1995). Property Rights and Investment Incentives: Theory and Evidence from Ghana. Journal of Political Economy, 103 (5), 903-37.
Brasselle, A-S., Gaspart, F., and Platteau, J-F. (2002). Land tenure security and investment incentives: puzzling evidence from Burkina Faso. Journal of Development Economic, 67(2),
373-418.
Collin, M., Sandefur, J., and Zeitlin, A. (2015). Falling Off the Map: The Impact of Formalizing
(Some) Informal Settlements in Tanzania, CSAE Working Paper Series No 2015-09, Centre for the
Study of African Economies, University of Oxford.
Deininger, K., and Ali, D.A. (2008). Do overlapping land rights reduce agricultural investment? Evidence from Uganda. American Journal of Agricultural Economics, 90 (4), 869-882. Deininger, K., and Jin, S. (2006). Tenure security and land-related investment: Evidence from Ethiopia. European Economic Review, 50 (5), 1245-1277.
Di Falco, S., and Chavas, J-P. (2006). Crop genetic diversity, farm productivity and the management of environmental risk in rainfed agriculture. European Review of Agricultural
Economics, 33(3), 289-314.
Di Falco, S., and Chavas, J-P. (2008). Rainfall shocks, resilience and the dynamic effects of crop biodiversity on the productivity of the agroecosystem. Land Economics, 84 (1), 83–96. Di Falco, S., Bezabih, M., and Yesuf, M. (2010). Seeds for livelihood: crop biodiversity and food production in Ethiopia. Ecological Economics, 69 (8), 1695–1702.
6
Engle-Warnick, J. C., Escobal, J., and Laszlo, S. C. (2011). Ambiguity Aversion and Portfolio Choice in Small-Scale Peruvian Farming. The B.E. Journal of Economic Analysis &Policy, 11(1),
1-56.
FAO. (2001). Le rôle de l’agriculture dans le développement des pays les moins avancés et leur intégration à
l'économique mondiale. Document préparé en vue de la Troisième Conférence des Nations Unies
sur les pays les moins avancés (Bruxelles, 14-20 mai 2001).
http://www.fao.org/docrep/003/Y0491f/y0491f00.htm#P-1_0. Site consulté le 17 juin 2017.
Feder, G., and Feeny, D. (1991). Land tenure and property rights: Theory and implications for development policy. World Bank Economic Review, 5, 135–153.
Feder, G., and Onchan, T. (1987). Land ownership security and farm investment in Thailand.
American Journal of Agricultural Economics, 69(2), 311–320.
Fenske, J. (2010), L’Étranger: Status, Property Rights, and Investment Incentives in Côte d’Ivoire. Land Economics, 86(4), 621-644.
Ghebru H., and Holden, S.T. (2015). Technical Efficiency and Productivity Differential Effects of Land Right Certification: À Quasi-Experimental Evidence. Quarterly Journal of
International Agriculture, 54 (1), 1-31.
Goldstein, M., and Udry, C. (2008). The profit of power: land rights and agricultural investment in Ghana. Journal of Political Economy, 116 (6), 981-1022.
Goletti, F. (1999). Agricultural diversification and rural industrialization as a strategy for rural income
growth and poverty reduction in Indochina and Myanmar (No. 30). Washington, D.C.: International
Food Policy Research Institute (IFPRI).
Joshi, P. K., Gulati, A., Birthal, P.S., and Tewari, L. (2004). Agriculture diversification in South Asia: Patterns, determinants and policy implications. Economic and Political Weekly, 39(24), 2457–
2467.
Khanal, A.R., and Mishra, A.K. (2017). Enhancing food security: Food crop portfolio choice in response to climatic risk in India. Global Food Security, 12, 22-30.
McCord, P.F., Cox, M., Schmitt-Harsh, M., and Evans, T. (2015). Crop diversification as a smallholder livelihood strategy within semi-arid agricultural systems near Mount Kenya. Land
use Policy, 42, 738-750.
Mesfin, W., Fufa, B., and Haji, J. (2011). Pattern, trend and determinants of crop diversification: Empirical evidence from smallholders in Eastern Ethiopia. Journal of Economics
and Sustainable Development 2, 78–89.
Place, F. (2009), Land Tenure and Agricultural Productivity in Africa: A Comparative Analysis of the Economics Literature and Recent Policy Strategies and Reforms. World Development, 37
(8), 1326–1336.
Petit, M., and Barghouti, S. (1992). Diversification: Challenges and opportunities. World Bank Technical Paper 1:0253–7494.
Rehima, M., Belay K., Dawit A., and Rashid, S. (2013). Factors Affecting Farmers’ Crops Diversification: Evidence from SNNPR, Ethiopia. International Journal of Agricultural Sciences,
7
Romeo, A., Meerman, J., Demeke, M.,Scognamillo, A., and Asfaw, S. (2016). Linking farm
diversification to household diet diversification: evidence from a sample of Kenyan ultra-poor farmers. Food Security, 8, 1069–1085.
Smale, M., Hartell, J., Heisey, P.W., and Senauer, B. (1998). The contribution of genetic resources and diversity to wheat production in the Punjab of Pakistan. American Journal of
Agricultural Economics, 80, 482–493
Zikhali P. (2010). Fast Track Land Reform, Tenure Security and Investments in Zimbabwe.
8
Chapitre 1 . Droits de propriété foncière et performance
des petits producteurs agricoles : une revue de la
littérature empirique
9
Résumé
Ce chapitre fait la revue critique des méthodes et résultats des études empiriques qui analysent l’impact des droits de propriété foncière sur la performance des petits producteurs agricoles des pays en développement. Les résultats des études empiriques antérieures sont contrastés quant aux effets réels des droits de propriété. L’hétérogénéité des résultats est liée à la fois aux techniques d’évaluation utilisées et au contexte local de gestion du système foncier. Toutefois, les résultats convergent vers une endogénéité entre les droits de propriété et la performance des producteurs dans les contextes où la gestion coutumière du foncier est prédominante.
Abstract
This chapter reviews the methods and results of empirical studies analyzing the impact of land property rights on the performance of smallholder farmers in developing countries. The results of previous empirical studies are mixed about the real effects of land property rights. The heterogeneity of the results is related to both the evaluation techniques used and the local context of the tenure system’s management. However, the results converge toward an endogenous relationship between land property rights and smallholder farmers’ performance in contexts where customary land management is predominant.
1.1. Introduction
L’agriculture occupe une place de choix dans l’économie des pays en développement. Selon les données de l’Organisation Internationale du Travail (OIT), en 2017, environ 68% de la population en emploi est engagée dans le secteur agricole dans les pays en développement. Pour la plupart des populations des zones rurales dans ces pays, en dehors de la main-d'œuvre, la terre est le principal facteur de production, et reste souvent le seul actif avec lequel il leur est possible de générer et d’accumuler de la richesse (Vendryes, 2014). La question de la sécurité foncière ressort souvent dans les documents de stratégie de réduction de la pauvreté comme étant un axe majeur de promotion de la croissance agricole et par conséquent de réduction de la pauvreté. Cette vision est basée sur des raisons théoriques selon lesquelles la sécurité foncière favorise l’investissement agricole, l’accès au crédit (du fait que la terre peut être utilisée comme collatérales), l’adoption des pratiques de gestion durable de la fertilité du sol et la productivité agricole (Besley, 1995 ; Place et Otsuka, 2001 ; Abdulai et al., 2011). La
10
Figure 1.1 fait le résumé des hypothèses sous-jacentes des impacts des droits de propriété foncière.
Figure 1.1. Impacts postulés de la sécurité foncière sur la performance des petits producteurs
Le concept de sécurité foncière a été diversement défini dans la littérature. Arnot et al (2011) distinguent deux grands groupes de concepts de sécurité foncière utilisés dans la littérature : le concept d’assurance et le concept de solidité des droits. Les mesures du concept d’assurance se réfèrent à la certitude des droits, la perception ou la probabilité de perdre tout ou partie des droits détenus sur la terre, y compris l'expulsion et l'expropriation et la perception d’une bonne politique foncière. Les mesures du concept de solidité des droits, quant à elles, se réfère à la
Sécurité foncière
Incitations à investir
Adoption des innovations agro-environnementales Intensification de l’utilisation
des intrants Autres
Investissements
Productivité et efficacité technique
Revenu agricole
11
durée de possession de la terre, le droit de vendre ou de transférer la terre, la détention d’un titre de propriété légal (certificat ou titre foncier), le type de régime foncier ou mode d'acquisition de la terre, la solidité du droit d’usage de la terre, les litiges antérieurs, la possibilité du renouvellement du droit d’usage et l’obligation de partager les retombées financières avec le gouvernement. Dans la pratique, certaines de ces mesures peuvent garantir ou ne pas garantir une sécurité foncière au producteur selon le contexte local. Par exemple, Otsuka et al (2003) rapportent que dans la région ouest du Ghana, les terres reçues par le don sont les plus sécurisées et que les terres avec titre foncier sont moins sécurisées. De plus, même si le titre foncier est formel, avec des droits garantis par la loi, mais que le gouvernement est instable, les droits de propriété associés à ce titre peuvent ne pas être très sécurisés (Arnot et al., 2011). Toutefois, la mesure orientée vers la réduction du risque d’expropriation est la plus simple reflétant le renforcement des droits de propriété des producteurs. Une telle mesure est en lien avec l’une des hypothèses de base des prédictions théoriques des effets de la sécurité foncière sur les performances des producteurs.
En revanche, établir empiriquement le lien de causalité entre les droits de propriété foncière et la performance des producteurs agricoles n’est pas facile. Dans le contexte des pays en développement où le système coutumier de gestion des droits de propriété foncière est dominant, Besley (1995) ; Brasselle et al. (2002); Place et Otsuka, (2002) ; Deininger et Jin (2006) ; Goldstein et Udry (2008) et Abdulai et al. (2011) indiquent que les droits de propriété peuvent être endogènes. En d’autres termes, la performance du producteur peut déterminer ses droits de propriété et vice versa. Il se pose alors un problème de causalité dans l’évaluation de l’effet réel des droits de propriété sur les performances agricoles. Le problème de causalité se pose également pour les études d’évaluation d’impact des programmes de titre foncier à cause des défis majeurs d’identification des groupes de comparaison fiables en raison du caractère non aléatoire d’implémentation de ces programmes et des problèmes d’auto-sélection des ménages bénéficiaires (Conning et Deb, 2007).
Plusieurs études empiriques ont analysé le lien de causalité entre le droit de propriété foncière et les performances des producteurs agricoles des pays en développement. Ces études ont eu recours à plusieurs méthodes d’évaluation d’impact dans le but de réduire les biais spécifiques au problème de l’évaluation. Les questions fondamentales du présent chapitre sont de savoir comment les études ont réussi à contrôler les biais dans leurs approches économétriques et
12
quelle est l’évidence empirique de l’effet réel des droits de propriété sur les performances des petits producteurs agricoles. Pour répondre à ces questions, nous avons fait la revue critique (i) des méthodes utilisées et notamment leurs avantages et inconvénients et (ii) des résultats desdites études sur le lien entre les droits de propriété et différents indicateurs de performances des petits producteurs agricoles. Nous nous sommes principalement focalisés sur la littérature récente et les pays en développement.
Le reste de ce chapitre est organisé en trois sections. La section 2 fait la revue critique des méthodes d’évaluation d’impact utilisées dans les études empiriques sur le lien entre le droit de propriété foncière et la performance des petits producteurs agricoles. La section 3 présente l’aperçu des résultats des études antérieures sur l’effet du mode d’accès à la terre sur l’adoption des méthodes de conservation du sol, l’investissement, la productivité, l’efficacité techniques des petites exploitations agricoles et le revenu agricole. La section 4 conclue.
1.2. Méthodes quantitatives d’évaluation d’impact des droits de
propriété foncière
Dans la littérature économique, plusieurs méthodes ont été utilisées pour évaluer l’impact des droits de propriété foncière en milieu rural. Ces méthodes peuvent être classées en deux catégories soit les méthodes expérimentales randomisées et les méthodes quasi expérimentales. La question fondamentale qui se pose avec les différentes méthodes d’évaluation quantitative est comment établir un lien de causalité entre le traitement (les droits de propriété) et les variables de résultats. La situation idéale pour répondre à une telle question est de pouvoir observer la variable de résultat d’un même individu à la fois avec ou sans le traitement. Or dans la réalité, on ne peut observer un même individu dans les deux états du monde en même temps. Soit un individu est traité, soit il ne l’est pas. En conséquence, le problème de l’évaluation est un problème de données manquantes, parce qu’il est impossible d’assigner le même individu à la fois au groupe traitement et au groupe de contrôle. L’alternative pour l’évaluation d’impact est d’avoir un groupe d’individus non traités similaire aux individus traités pour servir de contrefactuel.
De façon formelle, ce que l’évaluation d’impact tente de mesurer est l’effet du traitement sur les bénéficiaires (ATT, Effet moyen de traitement sur les traités) c’est-à-dire la différence de résultat avec ou sans le programme sur celui qui a bénéficié du programme (Rosenbaum et Rubin,
13
1983, 1985; Heckman et al.,1997; Becker et Ichino, 2002; Dehejia et Wahba, 2002; Smith et Todd, 2005).
(1) T C
i i
ATT = E Y |
d
1
E Y |
d
1
Avec 𝑌𝑖𝑇 la variable résultat des individus traités et 𝑌𝑖𝐶 celle des individus du groupe de contrôle et d la variable traitement qui prend la valeur « 1 » si l’individu est traité et « 0 » si non. Dans
la pratique, il n’est possible que d’observer la différence de résultat (DF) entre les bénéficiaires et les non-bénéficiaires: (2)
DF = E Y |
iTd
1
E Y |
iCd
0
T C C C i i i iDF = E Y |
d
1
E Y |
d
1 +E Y |
d
1
E Y |
d
0
T C C C i i i iDF = E Y
Y |
d
1 + E Y |
d
1
E Y |
d
0
ATT
Biais de sélection
Cependant, lors de la mesure des effets de traitement, il pourrait exister des biais de sélection qui feraient que le résultat final (bénéficiaires et non-bénéficiaires) serait dû aux différences initiales entre les individus traités et ceux de contrôle. Le défi des différentes méthodes d’évaluation d’impact repose sur le contrôle des biais afin de pouvoir établir rigoureusement les liens de causalité entre le traitement et les variables de résultats. Ainsi, la différence fondamentale entre les méthodes d’évaluations d’impact utilisées dans la littérature repose sur l’identification du contrefactuel4, autrement dit sur comment les biais sont contrôlés pour
pouvoir attribuer les changements observés au traitement. Avec les méthodes expérimentales, le contrefactuel est construit par l’expérience tandis que les méthodes quasi expérimentales tentent de construire le contrefactuel par des méthodes statistiques à partir de l’échantillon de l’étude. Le Tableau 1.1 fait la synthèse des différentes méthodes d’évaluation quantitative d’impact.
4 Un autre enjeu méthodologique des études d’impact dans le domaine des droits de propriété foncière est lié à
la définition du concept de la sécurité foncière et leur traduction en variable mesurable dans les enquêtes quantitatives. Ce défi a été analysé par Arnot et al. (2011) et n’est donc pas abordé dans cette revue de littérature.
14
Tableau 1.1. Synthèse des différentes méthodologies d’évaluation quantitative d’impact Méthodes Description Groupe de contrôle Hypothèse requise
M étho de s qua si e xpé rime nta le s
Avant-après Mesure les améliorations (ou changements) au fil du temps.
Les participants au programme (avant leur participation au programme) Le programme était le seul facteur influençant les changements Double
différence Mesure les améliorations (ou changements) dans le temps au niveau des participants au programme relativement aux non-participants
Les individus non participants sur lesquels des données sont disponibles avant et après le programme
Si le programme n'avait pas existé, les
deux groupes
(traitement et contrôle) auraient eu les mêmes trajectoires Variable
instrumentale La programme est prédite participation au par un facteur aléatoire qui est non corrélé à la variable de résultat en dehors du fait qu’elle prédit la participation (qui elle affecte la variable de résultat)
Les individus qui en raison du facteur aléatoire sont prédits comme non participants au programme
L’instrument est exogène et explique la participation au programme, mais pas le résultat du programme
Régression par
discontinuité
Les individus sont classés en fonction d’un critère spécifique et mesurable. Il existe un seuil de sélection bien défini (cutoff) qui détermine si une personne est éligible ou non. Les individus traités sont alors comparés aux individus de contrôle.
Les individus qui sont proches du seuil, mais se situent du «mauvais» côté dudit seuil, et donc ne reçoivent pas le programme.
Après avoir contrôlé pour le critère d’éligibilité, les différences qui subsistent entre les individus directement en dessous et directement au-dessus du seuil de sélection ne sont pas statistiquement significatives et ne biaiseront pas les résultats
Appariement Les individus du groupe de traitement sont comparés aux individus du groupe de contrôle qui leur sont similaires
Appariement direct : chaque
individu de traitement est apparié à un individu de contrôle qui rassemble les mêmes caractéristiques.
Appariement par score de propension (PSM): apparier
les individus traités et non traités sur la base de leur probabilité à être traitées (le propensity score).
Les facteurs qui sont exclus ne biaisent pas les résultats. Ils sont non corrélés aux résultats ou identiques entre groupes traitement et contrôle.
15
Tableau 1.1. Synthèse des différentes méthodologies d’évaluation quantitative d’impact (suite)
Méthodes Description Groupe de contrôle Hypothèse requise
M étho de expé rime ntale Évaluation
randomisée Méthode expérimentale pour mesurer une relation de causalité entre deux variables
Les participants sont aléatoirement assignés au groupe traitement et contrôle
Les deux groupes (traitement et contrôle) sont statistiquement identiques sur les facteurs observables et inobservables
1.2.1. Méthodes quasi expérimentales
Il existe plusieurs méthodes quasi expérimentales utilisées dans la littérature pour évaluer les impacts. Il s’agit des méthodes de type avant-après, dites « différence de différence », de variable instrumentale, de régression par discontinuité et par appariement (Matching).
1.2.1.1. Méthode de type avant-après
La méthode de type avant-après compare les résultats des individus traités après le traitement à leur niveau d’avant le traitement. Elle fait l’hypothèse que seul le programme est susceptible de changer les résultats des bénéficiaires. Cette hypothèse est source de biais, car plusieurs facteurs peuvent influencer les résultats des bénéficiaires même en absence du traitement. Par exemple, la chute des prix des produits agricoles pendant la période de traitement peut engendrer la baisse du revenu des producteurs et une simple comparaison avant et après conduirait à un effet négatif du programme. Les changements de résultats au niveau des bénéficiaires peuvent aussi être dus à d’autres interventions dans le milieu. Ainsi, le lien de causalité ne peut être établi par une simple comparaison avant-après. Toutefois, au meilleur de notre connaissance, aucune étude récente d’évaluation d’impact des droits de propriété foncière n’a utilisé la méthode de type avant-après.
1.2.1.2. Méthode différence de différence
La méthode différence de différence ou double différence (DD), mesure les résultats avant et après le programme pour calculer les différences entre les individus du groupe traitement et ceux du groupe contrôle. La méthode consiste à faire la double différence entre les résultats du groupe de traitement et ceux du groupe de contrôle avant et après le programme à évaluer.
(3)
1T 0T|
1
1C 0C|
0
i i i i
16
La méthode de double différence a été utilisée par Deininger et al. (2011) et Houngbedji (2015) pour évaluer l’impact du programme de sécurisation des terres en Éthiopie. Elle a également été utilisée par Field (2005) au Pérou ; Dasgupta et Pellegrini (2009) en Inde ; Moura et al. (2009, 2010, 2014) et Piza et Moura (2010) au Brésil ; Valsecchi (2010) au Mexique ; Stacey (2011) en Indonésie ; Wang (2014) et Chang et al. (2015) en Chine.
Toutefois, la méthode de double différence repose sur l’hypothèse qu’en absence du programme les individus du groupe de traitement et ceux de contrôle auraient pu avoir les mêmes trajectoires dans le temps. Ceci est une hypothèse forte, car il se pourrait que les deux groupes n’aient pas les mêmes trajectoires et l’estimateur par la méthode de double différence serait biaisé.
1.2.1.3. Méthode de variable instrumentale
Avec la méthode de variable instrumentale, la participation au programme est prédite par un facteur aléatoire ou variable instrumentale qui est non corrélé à la variable de résultat en dehors du fait qu’elle prédit la participation (qui elle affecte la variable de résultat). Selon cette méthode, le groupe de contrôle est composé des individus qui en raison de ce facteur aléatoire sont prédits comme non participants au programme. L’avantage de cette méthode est qu’elle permet de contrôler le biais de sélection sur les inobservables (biais de variable omise, biais de simultanéité, biais dû aux erreurs de mesure).
Plusieurs études ont eu recours à la méthode de variable instrumentale pour la mesure des impacts des droits de propriété foncière. Les exemples récents de ces études sont Li et al. (2000) en Chine ; Jacoby et Mansuri (2002) au Pakistan ; Goldstein et Udry (2008) au Ghana ; Ali et al. (2011) en Éthiopie ; Nepal et al. (2011) au Népal ; De Brauw et Mueler (2012) en Éthiopie ; Bellemare (2013) à Madagascar ; Jin et Jayne (2013) au Kenya ; Liscow (2013) au Nicaragua ; Xianlei et al. (2013) en Chine et Thanyaporn (2015) en Thaïlande.
Cependant, l’utilisation de la méthode de variable instrumentale conduit à un estimateur biaisé pour de petits échantillons (Greene, 2003) et lorsque l’instrument choisi n’est pas exogène (Greene, 2003 ; Cameron et Trivedi, 2005).
17
1.2.1.4. Régression par discontinuité
La méthode de régression par discontinuité est utilisée lorsqu’il existe un seuil pour participer à un programme. Les individus peuvent être ordonnés selon une échelle quelconque intimement reliée à la probabilité d’être traités. Il existe un seuil de sélection bien défini (cutoff) qui détermine si une personne est éligible ou non au traitement. Dans un tel design, le groupe de comparaison est composé des individus qui sont proches du seuil, mais se situent du « mauvais » côté du dit seuil, et donc ne reçoivent pas le programme. L’hypothèse de base est qu’après avoir contrôlé pour le critère d’éligibilité, les différences qui subsistent entre les individus directement en dessous et directement au-dessus du seuil de sélection ne sont pas statistiquement significatives et ne biaiseront pas les résultats. L’effet moyen du traitement est mesuré au point de discontinuité. L’effet peut être mesuré de façon paramétrique (avec un modèle de régression polynomiale) ou non paramétrique (avec une régression linéaire locale –
Local Linear Regression).
Imbens et Lemieux (2008) distinguent deux types de design de régression par discontinuité : le Sharp design et le Fuzzy design. Dans le premier, la probabilité de traitement est une fonction déterministe du traitement. Autrement dit, tout individu ayant un score de traitement supérieur au seuil de sélection est traité et les individus dont le score est en dessous du seuil ne sont pas traités. À partir du seuil de sélection, la probabilité de traitement change de façon discrète (de zéro à un). Par contre, pour le Fuzzy design, la probabilité de traitement change de façon discontinue au seuil de sélection. En d’autres termes, il existe des individus dont le score de traitement est supérieur au seuil de traitement qui ne sont pas traités et d’autres dont le score est en dessous du seuil qui sont traités. Dans ce cas, l’effet du traitement est estimé au point de discontinuité par la méthode de variable instrumentale.
Lee (2008) indique que la méthode de régression par discontinuité (RD) est aussi crédible que les expériences par sélection aléatoire classiques dans la mesure où la validité de la RD peut être testée en vérifiant s’il y a une discontinuité du traitement au niveau du seuil de sélection. Il est aisé de vérifier, comme dans le cas des expériences par sélection aléatoire, qu’il n’y a pas de différence préexistante entre les individus traités et ceux du contrôle. Ceci pourrait se faire en incluant la variable de traitement et la variable d’assignation dans le modèle. Toutefois, avec la RD, il se pose un problème de validité externe puisqu’on utilise seulement les individus qui
18
sont autour du seuil de participation. L’effet moyen du traitement peut être différent pour les individus qui sont éloignés du seuil de participation. Ainsi, les résultats ne peuvent pas être généralisés à l’ensemble de la population.
Dans la littérature des évaluations d’impact des programmes de sécurisation foncière, plusieurs études ont utilisé la RD. Ces études utilisent l’espace géographique comme variable d’assignation. Les parcelles situées autour de la zone d’implémentation constituent les parcelles de contrôle. À titre d’exemple, nous pouvons citer Ali et al. (2014) au Rwanda et Collin et al. (2015) en Tanzanie. D’autres études se sont intéressées aux effets des lois foncières sur le bien-être des ménages en utilisant comme seuil la frontière entre pays ou entre province du même pays. Dans ces cas, les ménages qui sont de chaque côté de la frontière sont comparés entre eux en utilisant la RD pour estimer l’effet du traitement. La variable d’assignation dans un tel design est la distance de chaque ménage de la frontière. C’est le cas de Lee et Schultz (2011) qui ont comparé les lois foncières coloniales des zones anglophones et celles qui sont francophones au Cameroun et de Bubb (2013) qui a utilisé la frontière entre le Ghana et la Côte d’Ivoire pour analyser les effets des lois foncières coloniales entre ces deux pays.
1.2.1.5. Méthode par appariement
La méthode par appariement utilise des méthodes statistiques pour identifier des individus non bénéficiaires du programme mais ayant les mêmes caractéristiques observables que les individus bénéficiaires pour servir de contrefactuel. En d’autres termes, les participants au programme sont appariés aux non-participants qui sont a priori similaires. La différence entre les deux groupes est interprétée comme l’impact du programme. Il existe deux principales méthodes d’appariement : l’appariement direct et l’appariement par score de propension. Avec l’appariement direct, chaque individu du groupe de traitement est apparié à un individu de contrôle qui rassemble les mêmes caractéristiques. Par contre, l’appariement par score de propension consiste à apparier les individus traités et non traités sur la base de leur probabilité à être traitée (le propensity score). Rosenbaum et Rubin (1983) montrent que sous certaines hypothèses, l’appariement par score de propension est aussi bon que l’appariement direct. Le score de propension est estimé par un modèle probit/logit qui utilise la variable de traitement (D) comme variable dépendante et des variables indépendantes (x) susceptibles
19
d’affecter la probabilité que l’individu soit assigné au groupe de traitement (Rosenbaum et Rubin,1983, 1985; Heckman et al.,1997; Becker et Ichino, 2002; Dehejia et Wahba, 2002). (4)
Le score de propension p est la probabilité conditionnelle (prédite) de recevoir le traitement
étant donné les caractéristiques de l’individu (x). Les individus du groupe de traitement et ceux du groupe de contrôle sont appariés sur la base de leur score de propension. L’effet de traitement sur les traités (ATT) est estimé par la différence de moyenne des résultats des individus traités et ceux du contrôle appariés.
(5)
De façon empirique, la mesure de l’impact est donnée par : (6)
C ij
représente le poids assigné à chaque observation du groupe contrôle et dépends de la méthode d’appariement choisie. Pour la méthode du voisin le plus proche (nearest neighbor), chaque individu traité (i) est apparié avec un individu contrôle (j) qui a le plus proche score de propension p (Becker et Ichino, 2002).(7)
min
p
i
p
jAvec le radius matching, chaque individu traité (i) est apparié avec un individu contrôle (j) qui se situe dans un certain rayon (r) (Becker et Ichino, 2002).
(8)
p
i
p
j
r
La méthode de kernel apparie chaque individu traité (i) avec plusieurs individus contrôles avec des poids inversement proportionnels à la distance entre les observations traitées et celle du groupe contrôle. Le poids est défini comme suit:
= prob (D=1 ) E
p x
x
D x
T C i i ATT = E Y p x D( ), 1 E Y | ( ), p x D0 T C C j ij j j T j CATT
y
y
20 (9) 0 1
( , )
j i n j i jp
p
K
h
w i j
p
p
K
h
h est la distance et K(.) la fonction de pondération. Dans la pratique, les résultats peuvent être
sensibles au choix de la distance et de la fonction de pondération. La méthode de stratification compare les résultats dans des intervalles / blocs de scores de propension.
La validité de l’estimation par score de propension repose sur deux hypothèses : l’hypothèse de support commun et l’hypothèse d’indépendance conditionnelle. L’hypothèse de support commun stipule que pour tout ensemble de variables indépendantes (x), il doit y avoir des traités et des contrôles tel que 0 p D
i 1
1 qui assurerai le succès et la validité du processus d’appariement (Rosenbaum et Rubin, 1983, 1985; Heckman et al., 1997). L’hypothèse d’indépendance conditionnelle indique que la paire de résultats ( ,Y YiT iC) est indépendante du traitement (Rosenbaum et Rubin, 1983, 1985 ; Heckman et al., 1997).(10)
(
Y Y
iT,
iC)
D p x
i|
iPlusieurs études d’évaluation d’impact des droits fonciers ont utilisé la méthode d’appariement par score de propension. Les exemples les plus récents de ces études sont ceux de Torero et Field (2005), Nakason (2011) et Wiig (2012) au Pérou ; Bandiera (2007) au Nicaragua ; Petracco et Pender (2009) en Ouganda ; Valente (2009) en Afrique du sud ; Zikhali (2010) au Zimbabwe ; Xiamping et Lynch (2011) aux USA ; Albertus et Kaplan (2012) en Colombie ; Zhou et Chand (2013) en Chine ; Holden et Ghebru (2011), Deininger et al. (2013), Taw et Jabar (2013), Gerezihar et Tilahun (2014), Ghebru et Holden (2015) et Melesse et Bulte (2015) en Éthiopie et Garcia et al. (2015) en Tanzanie.
Par ailleurs, certains auteurs utilisent une combinaison de méthode de double différence et l’appariement par score de propension pour mesurer l’impact des droits fonciers. C’est le cas par exemple de Bezabih et al (2011) en Éthiopie, Moura et Bueno (2014) au Brésil, Mandola et Simtowe (2015) au Malawi et Peralta (2015) au Nicaragua. La combinaison des deux
21
méthodes permet de neutraliser tous les biais résiduels dus aux inobservables constantes dans le temps entre les groupes de traitement et de contrôle qui ne sont pas prises en compte par le propensity score.
La méthode d’appariement par score de propension permet de corriger les biais de sélection sur les caractéristiques observables. Cependant, les biais liés aux caractéristiques inobservables peuvent persister.
1.2.2. Méthode expérimentale randomisée
Les expériences randomisées utilisent des critères de sélection des individus qui permettent d’avoir des groupes de traitement et de contrôle comparables. L’assignation au traitement est faite de façon aléatoire à partir d’une liste d’individus ayant les mêmes caractéristiques. Ceci permet d’avoir le contrefactuel au travers de l’expérience. La randomisation permet d’avoir une estimation non biaisée des effets du programme (Duflo et al., 2007).
(11)
Avec une telle expérience, l’estimation non biaisée de l’effet moyen du traitement est obtenue en régressant la variable de résultat sur une variable indicatrice du traitement et des variables de contrôle permettant d’améliorer la qualité des estimations. L’équation décrivant le résultat peut être exprimée sous la forme réduite suivante :
(12) 𝑌𝑖𝑐 = 𝛼 + 𝛽𝑇𝑐 + 𝑋𝑖𝑐+ 𝛾𝑍𝑖𝑐+ 𝜀𝑖𝑐
Où la variable Y est le résultat de la personne i dans le cluster c, T est une variable binaire qui prend la valeur 1 lorsque la personne est dans un cluster de traitement, X est un vecteur de variables de contrôle ou un vecteur de strate d’assignation aléatoire (effet fixe), Z la valeur de la variable de résultat au moment de l’enquête de base et ε est le terme d’erreur ajusté par cluster.
Quelques exemples récents d’études ayant utilisé la méthode expérimentale sont celles de Deininger et Chamorro (2002) au Nicaragua ; Goldstein et al. (2015) au Bénin ; Persha et al. (2015) en Zambie et Ali et al. (2016) au Rwanda.
C C
i i
