HAL Id: hal-02787735
https://hal.inrae.fr/hal-02787735
Submitted on 5 Jun 2020
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Analyse de la durabilité des exploitations produisant du
lait
Elisabeth Samson
To cite this version:
Elisabeth Samson. Analyse de la durabilité des exploitations produisant du lait. Economies et finances. 2018. �hal-02787735�
Analyse de la durabilité
des exploitations laitières
Rapport de stage
Institut Universitaire de Technologie Université de Bretagne-Sud STatistique et Informatique Décisionnelle
Elisabeth Samson Daphné LACROIX
3
Analyse de la durabilite des
exploitations produisant
du lait
Rapport de stage
5
Remerciements
Avant de commencer ce rapport, je souhaiterai remercier toutes les personnes qui ont contribué au bon déroulement de ce stage.
Tout d’abord, je souhaiterais remercier l’UMR SMART-LERECO d’avoir financé l’étude, sans quoi mon stage n’aurait pu voir le jour. Je remercie également l’UMR SAS qui m’a accueilli dans ses locaux durant l’intégralité de mon stage.
Ensuite, je remercie Mme Elisabeth Samson, ma maître de stage de me l’avoir proposé. J’ai particulièrement apprécié son accueil, sa bienveillance et sa disponibilité. Elle m’a permis de découvrir le métier de statisticien dans la recherche. Elle a été d’une aide précieuse dans l’apprentissage de nouvelles connaissances et pour la rédaction de ce rapport. Elle a su m’encourager et me guider dans les choix que j’ai dû faire.
J’ai également une pensé pour toute l’équipe de l’UMR SAS qui m’a accueilli chaleureusement et qui a pris du temps pour s’assurer que mon stage se déroule dans de bonnes conditions. J’ai particulièrement apprécié l’ambiance de travail qui a contribué à m’intégrer dans l’équipe et à la réussite de ce stage.
Je tiens également à remercier Mme Arlette Antoni, ma tutrice de l’IUT, d’avoir accepté d’encadrer mon stage et d’être venue me voir à Rennes. Je remercie également toute l’équipe pédagogique de STID de m’avoir apporté toutes les connaissances et les outils nécessaires à la réalisation de mon étude et de mon rapport.
Pour finir, je m’excuse auprès de toutes les personnes que j’aurais pu oublier et qui ont contribué au bon déroulement de mon stage.
6
Liste des sigles
ACV : Analyse du Cycle de VieADEME : Agence de l’environnement et de la maîtrise de l’énergie EA : Environnement et Agronomie
Eq : équivalent
ICV : Inventaire du Cycle de Vie
INRA : Institut National de la Recherche Agronomique MEANS : MulticritEria AssessmeNt of Sustainanbility otexe : orientation technico-économique
PAC : Politique Agricole Commune
Phase : Physiologie animale et systèmes d’élevage PIB : Produit Intérieur Brut
RICA : Réseau d’Information Comptable Agricole
SAE2 : Sciences Sociales, Agriculture et Alimentation, Espace et Environnement SAU : Superficie Agricole Utilisée
SFP : Surface fourragère principale UGB : Unité de Gros Bétail
UMR SAS : Unité Mixte de Recherche en Sol Agro et hydrosystème Spatialisation
UMR SMART-LERECO : Unité Mixte de Recherche en Structures et Marchés Agricoles, Ressources et Territoires – Laboratoires d’Etudes et de Recherche en Economie
7
Sommaire
Introduction1 Présentation de l’institut
1.2 Les départements scientifiques
1.3 Présentation de l’INRA Bretagne-Normandie 2 Les bases de données
2.1 RICA : une base de données économique des fermes françaises
2.2 Agribalyse : une base de données française décrivant les impacts environnementaux des activités agricoles
3 Les méthodes
3.1 L’Analyse de Cycle de Vie (ACV)
3.2 Une typologie des exploitations basée sur l’intensification fourragère 3.3 Couplage de la base du RICA avec la base Agribalyse
3.4 Les indicateurs de durabilités 3.5 L’analyse multicritère
3.6 Tests statistiques 4 Résultats
4.1 La répartition des exploitations selon leur orientation technico-économique et selon leur région
4.2 Caractéristique des exploitations selon leur système fourrager 4.3 Les performances de durabilité
Conclusion Bibliographie Table des matières Table des graphiques Table des figures Table des tableaux Annexes
9
Introduction
L’agriculture est un enjeu économique majeur pour le pays, elle représente 5,3 % du PIB français et 2,3 % des exportations. Elle représente également un enjeu environnemental majeur. Les accords de Paris sur le climat de 2015 montrent que l’agriculture peut apporter, en changeant ses pratiques, des solutions dans la lutte contre le changement climatique tout en assurant la sécurité alimentaire de la population mondiale. Les exploitations contribuent à l’épuisement des ressources en eau douce, en ressources fossiles et minérales et à l’appauvrissement des sols du fait de certaines pratiques agricoles. L’émission de gaz à effet de serre, principalement le méthane, émis par l’élevage de ruminants n’est pas négligeable dans sa contribution au réchauffement climatique. De plus, l’agriculture est une source de pollution des eaux, de l’air et des sols, par l’utilisation massive de traitements (engrais, insecticides, fongicides…). Le débat sur l’autorisation du glyphosate dans l’union européenne montre la prise de conscience par les politiques et les populations de l’impact environnemental de l’utilisation d’intrants dans l’agriculture.
La filière laitière, qui est un secteur majeur de l’agriculture en France, a aussi un rôle à jouer dans l’économie française et la lutte contre le changement climatique. En effet, la France est le deuxième producteur de lait en Europe après l’Allemagne avec 17 % de la production de lait contre 21 % pour l’Allemagne. Cependant, depuis 2016, l’Europe est touchée par une crise laitière à la suite de la suppression des quotas laitiers imposée par l’Union Européenne à partir de 2013. La production du lait a augmenté contrairement à la demande qui a stagnée, ce qui a engendré une chute du prix d’achat du lait aux agriculteurs par les groupes laitiers. Cette chute des prix a impliqué la vente à perte de leur lait, afin de rester compétitif face à la concurrence venant des pays concurrents. Cette crise a impliqué la faillite de nombreuses exploitations laitières et un nombre important de suicides chez les exploitants.
Depuis quelques années, les consommateurs veulent des produits sains tout en payant le même prix. Les agriculteurs doivent donc adapter leur pratique pour répondre à cette demande. Consciente de la difficulté que peuvent rencontrer les exploitants, l’union européenne utilise la Politique Agricole Commune (PAC) créée en 1968 pour leur assurer des revenus décents. La France est d’ailleurs le premier pays bénéficiaire de cette aide, avec un montant d’aide à 9,1 milliards d’euro par an sur la période 2014 – 2020. Depuis peu, la PAC impose aussi des normes qui prennent notamment en compte le respect de l’environnement. L’enjeu actuel des exploitations agricoles produisant du lait est donc de s’améliorer sur les 3 piliers du développement durable : l’économie, l’environnement et le social. C’est dans ce contexte que je vais m’intéresser à l’évaluation de la durabilité économique, environnementale et sociale des exploitations laitières françaises, selon le système alimentaire de leurs animaux.
Dans un premier temps, je vous présenterai l’Institut National de la Recherche Agronomique (INRA) et sa structure. Dans un second temps, je décrirai les bases de données à ma disposition
10
et les méthodes utilisées pour répondre à ma problématique. Ensuite, j’exposerai les résultats que j’ai obtenus grâce à la méthode multicritère. Je terminerai par une conclusion ou je résumerai les résultats et donnerai les points d’amélioration.
11
1 Présentation de l’institut
L’Institut National de la Recherche Agronomique (INRA) est un centre public français de recherche dont la mission actuelle est de « nourrir durablement le monde ». l’INRA est rattaché au Ministère de l’enseignement supérieur et de la Recherche et au Ministère de l’Agriculture et de l’Alimentation. L’INRA a été créé en 1946 en réponse à une pénurie alimentaire qui a touché la France à la sortie de la seconde guerre mondiale. A cette époque, la France était en retard par rapport aux autres pays développés. La mission originelle des chercheurs de l’INRA est donc de développer l’agriculture et l’élevage français grâce à la science et la technologie afin de nourrir toute la population française.
Logo de l’INRA jusqu’en 2013 Logo actuel de l’INRA
L’INRA est aujourd’hui, le premier institut de recherche en Europe et deuxième dans le monde en se basant sur le nombre de publications en sciences agricoles et en sciences de la plante et de l’animal.
1.1.1 Les chiffres clés
L’INRA c’est :
C’est également plus de 4 000 publications scientifiques par an et 1 maison d’édition : Les éditions Quæ.
1.1.2 Mission de l’INRA
La principale mission de l’INRA est de produire et diffuser des connaissances scientifiques par le biais de publications. L’institut contribue à l’innovation avec à son actif 354 brevets, 470 certificats d’obtention végétale et 130 logiciels, bases de données et outils d’aide à la décision.
ht tp://i ns ti tu t.i nr a.f r/R epe re s/C hi ff re s
12
L’INRA est également très actif grâce ses collaborations avec des partenaires français, européens et internationaux. L’institut joue également un rôle important dans les décisions publiques où elle intervient régulièrement pour conseiller les pouvoirs publics. Par exemple, c’est à la suite d’une publication de l’INRA montrant la dangerosité du Bisphénol A que cette substance a été interdite. Plus récemment, l’INRA est intervenu sur la question du Glyphosate où le président-directeur de l’INRA a apporté son expertise lors du débat à l’assemblée nationale. Elle contribue ainsi au dialogue entre le monde scientifique et la société. L’INRA est aussi très actif dans la formation de futurs chercheurs avec plus de 1 800 doctorants accueillis en 2015.
Dans le futur, l’INRA souhaite se développer sur les problématiques telles que : - nourrir la France et la planète
- réduire la dépendance aux pesticides et aux engrais - anticiper et lutter contre le changement climatique - prévenir les zoonoses1
- assurer une alimentation saine et durable - sauver des espèces (orme, platane, cerf …) - innover en sélection animale et végétale
- conserver la biodiversité génétique (vigne, blé, truite, bovins …)
13
1.1.3 Organisation de l’INRA
L’INRA est dirigé par Philippe Mauguin depuis juillet 2016. Il a été élu par l’assemblée nationale.
Figure 1 : organigramme général de l'INRA
ht tp://i ns ti tu t.i nr a.f r/O rg an isa ti o n/O rg an ig ram m e
14
1.2 Les départements scientifiques
L’INRA possède 13 départements scientifiques qui s’occupent de différents axes de recherches. Les départements sont :
- alimentation humaine
- biologie et amélioration des plantes
- caractérisation et élaboration des produits issus de l’agriculture - écologie des forêts, prairies et milieux aquatiques
- environnement et agronomie - génétique animale
- mathématiques et informatiques appliquées - microbiologie et chaîne alimentaire
- physiologie animale et systèmes d’élevage - santé animale
- santé des plantes et environnement - sciences pour l’action et le développement
- sciences sociales, agriculture et alimentation, espace et environnement.
Les 3 départements les plus en lien avec mon stage sont : l’environnement et l’agronomie (EA), la physiologie animale et les systèmes d’élevage (Phase) et les sciences sociales, agriculture et alimentation, espace et environnement (SAE2).
1.2.1 Environnement et Agronomie : EA
Ce département a pour mission de gérer durablement les espaces cultivés. Pour cela, les chercheurs de ce département travaillent avec les partenaires professionnels, les pouvoirs publics et les acteurs territoriaux. Leurs recherches portent sur les impacts des écosystèmes cultivés sur l’environnement et les ressources. Leurs principaux enjeux sont :
- l’adaptation des cultures aux nouveaux contextes agricoles - l’intensification écologique
- la gestion, la protection et la restauration des milieux
- le bouclage des cycles N (Azote) et P (Phosphore), et le stockage du carbone
1.2.2 Physiologie animale et systèmes d’élevage : Phase
Ce département a pour mission de trouver des techniques et systèmes d’élevage qui allient performances économiques, sociales et environnementales tout en préservant la santé des animaux. Il a également pour mission d’optimiser les performances tout en ayant des produits de bonne qualité et respectant les normes sanitaires. Les principales problématiques traitées par les chercheurs sont :
- les ressources alimentaires des animaux - les animaux
- les produits animaux (ce que produisent les animaux dont le lait) - les systèmes d’élevage.
15
1.2.3 Sciences Sociales, Agriculture et Alimentation, Espace et Environnement : SAE2
Ce département traite des problématiques liées aux sciences économiques et sociales appliquées aux domaines de l’alimentation, l’agriculture, l’environnement et la dynamique des territoires. Les principaux thèmes traités dans ce département sont :
- Alimentation, consommateurs, industries et politiques publiques
- Exploitations agricoles, environnement, ressources naturelles et politiques publiques - Localisation, commerce, changement climatique et politiques publiques
- Apports réflexifs et méthodologiques.
1.3 Présentation de l’INRA Bretagne-Normandie
L’INRA compte au total 17 centres de recherche basés en France métropolitaine et en outre-mer.
Figure 2 : cartes des centres de recherche de l'INRA
Le centre INRA Bretagne-Normandie est l’un des premiers centres implantés en province. Dans la première région agricole française, les chercheurs du centre traitent tout naturellement des thématiques sur les systèmes de productions agricoles et agroalimentaires durables. Ce centre compte 9 % des publications de l’INRA et 54 % des forces de recherche dans le domaine de l’agronomie et de l’environnement.
Les 5 grandes thématiques traitées dans ce centre sont :
- biologie animale intégrative, agro-écologie et gestion durable des productions animales
16
- fonctionnement et gestion des agro-systèmes terrestres et aquatiques - élaboration et qualité des aliments d’origine animale - Nutrition et santé
- exploitations, marchés et politiques publiques de l’agriculture et de l’environnement. Le centre a une politique collaborative avec les acteurs locaux afin de répondre au plus près des attentes actuelles.
Le centre compte 10 sites dans la région Bretagne et Basse-Normandie. Le site de Rennes est très actif dans l’enseignement et la recherche agronomique grâce à ses partenariats avec l’Agrocampus Ouest et l’Université de Rennes 1.
Figure 3 : carte de centres de l'INRA Bretagne Basse-Normandie
Sur le site de Rennes, il existe plusieurs unités de recherche dont : UMR SAS et UMR SMART-LERECO.
1.3.1 UMR SAS : Unité Mixte de Recherche Sol Agro et hydrosystème Spatialisation
Cette unité fait partie des départements EA et Phase de l’INRA. UMR SAS étudie l’interaction
entre l’agriculture et le milieu naturel par une approche intégrative et spatialisée des territoires ruraux. Elle étudie les cycles hydrologiques et biologiques (azote, carbone, phosphore) dans
les cultures et l’évolution multicritère des systèmes agricoles. Dans cette unité, les chercheurs traitent 3 axes de thématique :
- AGILE : recherche pour la transition des systèmes agricoles et des territoires ruraux avec les élevages vers l’agroécologie2.
- PROCESSUS : recherche sur le cycle de l’eau et des éléments chimiques (émission, stockage, recyclage…) et leur interaction dans les zones d’élevage intensif.
2 L’Agroécologie est une façon de concevoir des systèmes de production qui s’appuient sur les fonctionnalités
17
- Chantier transversal aux 2 autres : développe des méthodes d’évaluation des services écosystémiques3 rendus par les agrosystèmes4 à différentes échelles spatiales. 1.3.2 UMR SMART-LERECO : Unité Mixte de Recherche Structures et Marchés
Agricoles, Ressources et Territoires – Laboratoire d’Etudes et de Recherche en Economie
Cette unité fait partie du département SAE2 de l’INRA. Elle regroupe depuis 2017 l’UMR SMART de Rennes et l’UMR LERECO de Nantes. Elle traite des questions d’économie pour l’agriculture, l’agroalimentaire et l’environnement. Les 2 axes de recherche que traite cette unité sont :
- OSP : recherche sur les stratégies industrielles des entreprises d’agroalimentaire et sur l’organisation et les performances des filières agricoles et alimentaires.
- Production, Environnement et Risque : recherche sur la production agricole et ses impacts environnementaux, sur l’évaluation du secteur agricole et sur les productions durables.
Ma maître de stage Mme Elisabeth Samson, est membre de l’UMR SMART-LERECO dont l’organigramme est ci-dessous. Dans cette unité, elle est chargée de la gestion et du traitement des données. De fait, elle exerce ses missions au sein de l’UMR SAS, dans l’axe Agile. Elle a pour mission de développer des outils d’analyse de la durabilité économique et environnementale de l’agriculture et notamment d’associer des bases de données économiques utilisées dans le département SAE2 et d’autres utilisées en évaluation environnementale dans le but de développer des analyses statistiques. Mon rôle lors de ce stage a consisté à coupler 2 bases de données et d’en extraire des informations pour réaliser une analyse multicritère centrée sur la durabilité des exploitations produisant du lait. Ce travail va permettre d’enrichir les connaissances dans l’axe « production, environnement et risque » de l’UMR SMART-LERECO. C’est d’ailleurs cette unité qui finance mon stage, bien que mon stage se soit déroulé dans les locaux de l’UMR SAS.
3 Ecosystème (d’après Larousse) : système formé par un environnement et par l’ensemble des espèces qui y
vivent, s’y nourrissent et s’y reproduisent.
4 Agrosystème (d’après Larousse) : ensemble des relations entre les cultures, les techniques de production
18
Figure 4 : organigramme de l'UMR SMART-LERECO
ht tps :// www 6.r enn es.i nr a.f r/sm ar t/Me m br es
19
2 Les bases de données
Lors de mon étude, j’avais à disposition 2 bases de données officielles : la base du Réseau d’Information Comptable Agricole (RICA) et la base Agribalyse. Cette dernière est une base de données sur les impacts environnementaux des produits agricoles. J’ai couplé ces 2 bases de données afin de rassembler les variables utiles pour répondre à ma problématique.
2.1 RICA : une base de données économique des fermes françaises
Le Réseau d’Information Comptable Agricole (RICA) est une base de données comptable créée à l’initiative de l’union européenne et gérée par le Ministère de l’Agriculture, de l’Agroalimentaire et de la Forêt pour connaître la situation économique des exploitations agricoles françaises. Cette base de données a pour but d’analyser les revenus des exploitations et de voir l’impact de la PAC sur l’agriculture Européenne. Elle résulte d’une enquête annuelle, que le ministère est chargé de compléter auprès des exploitants depuis 1968. En moyenne, elle est constituée chaque année de 7 500 exploitations agricoles représentatives de l’agriculture française. Le RICA compte 996 variables décrivant :- des informations générales : l’orientation technico-économique, la région, le nombre d’Unité de Travail Annuel5 (UTA),
- des informations techniques : les volumes ou effectif et les valeurs de chaque production agricole animale et végétale, la superficie des productions végétales - des informations économiques et financières : valeur ajoutée, valeur du capital
d’exploitation, montant des subventions reçues, les ventes et autoconsommations. J’ai utilisé la version anonyme de la base du RICA, en libre-service sur le site du ministère de l’Agriculture. Les informations sur les subventions et les superficies sont transformées en classe afin d’assurer l’anonymat des exploitations. Afin de lisser les aléas économiques et climatiques, j’ai sélectionné 5 années de 2011 à 2015. En effet, les rendements de production dépendent grandement de facteurs extérieurs dont la météo. Travailler sur plusieurs années me permet d’avoir un lissage de la production et donc d’atténuer les facteurs extérieurs exceptionnels.
La base de données des 5 années comporte 36 000 exploitations et 137 variables après sélection (dictionnaire des variables en annexe). Ces variables sélectionnées décrivent :
- l’orientation technico-économique - la localisation géographique - le travail exprimé en UTA - les subventions d’exploitation - les surfaces
5 Unité de Travail annuel (UTA) (d’après l’INSEE) : unité de mesure de la quantité de travail humain sur chaque
20
- les productions en effectif ou en volume de tous les type de produits végétaux et animaux.
Le tableau ci-dessous est un extrait de la base du RICA après sélection de certaines variables. Les lignes décrivent les modalités des variables pour chaque exploitation agricole. Les variables sont décrites en colonnes.
- IDNUM : identifiant de l’exploitation
- otexe : orientation technico-économique en 17 postes (voir significativité dans annexe 1)
- UTATO : nombre d’UTA total en UTA
- SAUTI : Surface Agricole Utile (SAU) total en tranche
- SUBEX : subventions d’exploitation en euro perçues par l’exploitation dans l’année - PRQ3BETS : production de betteraves sucrières en quintaux
- SUT3MAIF : surface de maïs fourrager en tranche
- EFM6VLAI : effectif moyen de vaches laitières en tranche - PRQ7LVAC : production de lait de vache en hectolitres.
Tableau 1 : extrait de la base des micro données du RICA
2.2 Agribalyse : une base de données française décrivant les impacts
environnementaux des activités agricoles
La base de données Agribalyse est un fichier de données des inventaires d’analyse de cycle de vie (ICV). Elle propose une évaluation par unité produite, des quantités de ressources prélevées dans l’environnement naturel et des quantités de substances polluantes émises dans les compartiments sol, air et eau lors du processus productif. Elle a été créée dans le but de renseigner les consommateurs sur les impacts environnementaux des produits agricoles vendus en grande surface. La loi de « Grenelle 1 » de 2009 prévoyait un affichage des impacts environnementaux sur les produits agricoles de consommation courante. Elle avait également comme objectif d’inciter les filières agricoles à réduire leurs impacts environnementaux. Ce projet d’initiative française devait s’étendre au reste de la communauté européenne mais n’a pas aboutie. Elle est gérée par la plateforme MEANS (MulticritEria AssessmeNt of
21
Sustainanbility) localisée à l’UMR SAS, gérée par l’INRA. Il existe un fichier de synthèse public, accessible sur le site de l’ADEME, constitué de 2 feuilles de données. Agribalyse fait l’inventaire de 152 produits, dont 76 produits animaux et 76 produits végétaux et comporte 17 impacts pour chaque kilogramme de produit agricole :
- le changement climatique en kg de CO2 eq
- le potentiel de destruction de la couche d’ozone stratosphérique en kg CFC11 eq
- l’augmentation potentielle de la mortalité chez les humains due à l’émission de produits chimiques dans l’environnement, avec les effets cancérigènes en CTUh - l’augmentation potentielle de la mortalité chez les humains due à l’émission de
produits chimiques dans l’environnement, hors les effets cancérigènes en CTUh - l’émission de particules fines en kg PM < 2,5 µm eq
- l'impact potentiel des radiations ionisantes sur la population en kBq U235 eq - la fraction d’espèces potentiellement affectée dû à des radionucléides en CTUe - la contribution potentielle à la formation d’ozone photochimique en kg NMVOC eq - le potentiel d’acidification sur les écosystèmes terrestres et d’eau douce en molc H+
eq
- l’excès de nutriment qui contribue à l’eutrophisation en kg P eq - l’excès de nutriment qui contribue à l’eutrophisation en kg N eq
- la fraction d’espèces potentiellement affectée par des molécules chimiques en CTUe - l’épuisement en matière organique des sols en kg C eq
- la consommation de la ressource en eau en m3 d’eau eq
- l’épuisement des ressources fossiles et minérales en kg de Sb eq.
Certains de ces indicateurs ne font pas actuellement l’objet d’un consensus dans la communauté scientifique. J’ai exploité une version de la base Agribalyse sous forme de fichier de données en libre accès qui décrit les impacts environnementaux évalués à partir des inventaires d’Analyse de Cycle de Vie (ACV) des produits agricoles adaptés au contexte français. On y trouve les impacts environnementaux d’un grand nombre de produits agricoles du « berceau jusqu’à la porte de la ferme ». Voici les cinq impacts environnementaux qui font l’objet d’un large consensus dans leur méthode d’évaluation et que j’ai analysé dans le cadre de mon stage :
Le changement climatique est lié aux émissions anthropiques de gaz à effet de serre tels que le dioxyde de carbone (CO2), le méthane (CH4) et le dioxyde d’azote (N2O). L’agriculture et
surtout les exploitations animales sont des grands producteurs de méthane, gaz produit directement par les animaux lors de la digestion et par les déjections des animaux. Le méthane a un pouvoir de réchauffement global 28 fois plus important que le CO2. Cet indicateur a fait
l’objet d’un consensus international par le Groupe d’Experts Intergouvernemental pour le Climat (GIEC).
Les particules fines correspondent à l’émission dans l’atmosphère de particules dont le diamètre est inférieur à 2,5 µm. L’agriculture n’est pas le secteur dont la part est la plus
22
importante mais elle y contribue lors de l’utilisation d’engins agricoles ou pour le chauffage des élevages avec des ressources fossiles.
L’épuisement en matière organique des sols quantifie l’impact des pratiques agricoles sur la perte de matière organique qui est nécessaire pour produire 1 kg de produit agricole. Ce paramètre est un indicateur de l’appauvrissement des sols. Ce paramètre est un indicateur de l’appauvrissement des sols. En effet, un sol contenant une grande concentration en élément carbone est un sol riche en matière organique.
La consommation de ressource en eau indique la pression sur les ressources en eau disponibles pour les activités humaines, c’est un indicateur de la rareté de cette ressource. L’épuisement des ressources fossiles et minérales correspond à la pression qu’exerce l’activité agricole sur les ressources fossiles et minérales non renouvelables, évaluée en kg d’antimoine (Sb) équivalent, élément chimique rare.
Le tableau ci-dessous correspond à la base Agribalyse après la sélection des 5 impacts environnementaux retenus.
Les trois premières colonnes font référence au produit agricole, les colonnes suivantes décrivent les impacts environnementaux retenus pour un kg de produit.
- LIBELLE : nom du produit agricole
- TYPE : permet de déterminer la nature du produit (animal ou végétal)
- CLIMATE : masse d’émission de GES en kg de CO2 équivalent pour 1 kg de produit
agricole
- PARTICULE : masse en kg de particule fine dont le diamètre est inférieur à 2,5 µm pour 1 kg de produit
- LAND : masse d’épuisement en matière organique en kg équivalent carbone pour 1 kg de produit
- WATER : volume en m3 d’eau équivalent pour 1 kg de produit
- FOSMIN : masse en kg de Sb équivalent pour 1 kg de produit.
23
3 Les méthodes
Dans cette partie, je vais présenter la méthode de l’Analyse de Cycle de Vie (ACV) qui permet de calculer les indicateurs d’Agribalyse. L’évaluation de la durabilité des exploitations se fera selon une typologie que je vous présenterai ensuite. Je vais exposer également des procédures utilisées pour coupler le RICA avec Agribalyse. Pour finir, je présenterai la méthode d’analyse multicritère appliquée pour présenter une synthèse des données s’appuyant sur des critères de durabilité.
3.1 L’Analyse de Cycle de Vie (ACV)
L’Analyse de Cycle de Vie (ACV) permet de calculer les impacts d’un produit ou service sur l’environnement du « berceau à la tombe ». Cette analyse est utilisée dans le calcul des impacts environnementaux d’Agribalyse. Lors de mon stage, j’ai utilisé des bases de données construites grâce à cette analyse, que je n’ai pas réalisées moi-même. Il me parait toutefois important de comprendre comment sont calculés les impacts d’Agribalyse avant de les utiliser. L’ACV est standardisée à l’international selon 2 normes : ISO 14040 et ILCD Handbook qui doivent être respectées. Les différentes étapes de la réalisation de l’ACV sont quasiment identiques pour les 2 normes.
Tableau 3 : schéma des étapes de réalisation d’une ACV
Dans un premier temps, il est essentiel de définir les objectifs et le contexte de l’ACV. Ensuite, il faut définir le champ de l’étude en expliquant la fonction de cet ACV et choisir l’unité fonctionnelle et le flux de référence. Ensuite, il faut réaliser l’inventaire des intrants et des sortants pertinents nécessaires à la production étudiée (voir l’exemple ci-dessous). Le recueil des données sur ces paramètres va permettre de les quantifier. Par la suite, il faut évaluer les impacts environnementaux en utilisant les résultats de l’analyse de l’inventaire du cycle de vie (ICV). Pour finir, il faut interpréter les résultats de l’ACV et les communiquer en fonction des objectifs et du contexte défini au début de l’étude. Le schéma ci-dessous résume ce qu’est l’ACV : réaliser un ICV puis calculer les impacts par étape de cycle de vie.
24
Figure 5 : différentes étapes du cycle de vie d’un produit
Lors de l’ACV, le choix de l’unité fonctionnelle est important. C’est celle-ci qui permettra de comparer 2 produits afin de savoir lequel a le moins d’impact sur l’environnement. L’ACV permettra donc de comparer 2 produits qui ont la même fonction par exemple, le rasoir jetable et le rasoir électrique ou 2 produits différents mais qui ont la même fonction, la voiture et le bus.
Pour la production de lait, l’inventaire des intrants et des sortants est illustré sur la figure 6 ci-dessous. La production de lait engendre des co-produits qui sont les animaux de réforme et les veaux ou agneaux ou chevreaux). Une règle d’affectation des impacts environnementaux est construite pour répartir les impacts entre le lait et les co-produits. Au cours de l’inventaire de cycle de vie, on évalue les ressources nécessaires pour la production de lait, c’est-à-dire pour nourrir les animaux (herbe pâturée, fourrages, aliments composés du commerce, aliments élémentaires et eau d’abreuvement), les ressources nécessaires pour les soins des animaux (eau de nettoyage, énergie, bâtiments et mécanisation). On évalue les émissions polluantes directes (par exemple le méthane de la digestion) et les émissions polluantes liées à la gestion des déjections animales. Dans Agribalyse, les impacts environnementaux de la production du lait de vache intègrent les ressources et les émissions de l’ensemble des processus décrits sur la figure 6.
Figure 6 : description des processus intervenant dans l'ACV de la production de lait
ht tps :// www .y o ut ub e.c o m /w at ch?v =bVu M 51DT TKE ht tp://w ww. ad em e.f r
25
3.2 Une typologie des exploitations basée sur l’intensification
fourragère
Mon étude concerne les exploitations produisant au moins 50 000 L de lait par an comme seuil significatif, ce qui correspond à une production de lait en moyenne de 10 vaches laitières. J’ai utilisé la typologie d’Agribalyse en 4 classes selon la surface de maïs fourrager dans la surface fourragère principale (SFP). Agribalyse l’a choisie car c’est un indicateur de l’intensification des exploitations.
Figure 7 : typologie basée sur la part de la surface de maïs fourrager dans la surface fourragère principale
Les exploitations avec plus de 30 % de maïs fourrager dans leur SFP nourrissent leurs troupeaux avec beaucoup de maïs fourrager, complété avec des intrants achetés, notamment des tourteaux d’oléagineux (souvent du soja). Cette alimentation permet d’apporter une haute valeur nutritionnelle sur le plan énergétique et protéique aux vaches laitières. L’inconvénient de ce système est que l’exploitation doit acheter plus d’intrants. Ce sont des systèmes intensifs en intrants.
Les exploitations avec moins de 5 % de maïs utilisent pour la plupart quasiment exclusivement de l’herbe pâturée directement par les animaux ou coupée et conservée sous forme d’ensilage ou foin. Elles sont plus autonomes en nourriture pour leur bétail et achètent beaucoup moins d’intrants. Ce sont des systèmes extensifs en intrants.
Les exploitations appartenant à la classe 5 – 10 % de maïs fourrager apparaissent comme une variante de la classe moins de 5 %, elles sont très peu nombreuses avec seulement 5 % d’exploitations dans notre échantillon.
Quant aux exploitations de la classe 10 – 30 % de maïs fourrager, elles apparaissent comme une variante de la classe plus de 30 %.
On remarque que les exploitations avec plus de 10 % de maïs fourrager dans leur SFP sont très nombreuses. Elles représentent plus de 75 % des exploitations de notre échantillon.
26
Graphique 1 : répartition des exploitations selon l’intensité fourragère
Les exploitations intensives visent une production de lait plus importante. Ce graphique montre cette tendance. Exception faite des valeurs aberrantes dont l’exemple de la plus grosse productivité est faite dans une exploitation à moins de 5 % de maïs fourrager dans sa SFP.
Graphique 2 : production moyenne de lait par vache laitière et par an selon leur intensification fourragère
3.3 Couplage de la base du RICA avec la base Agribalyse
Pour coupler les deux bases, j’ai sélectionné dans la base du RICA les exploitations ayant une production nette de l’exercice supérieure à 0 € et une valeur ajoutée supérieure à 0 €. J’ai également remplacé les produits bruts négatifs par une valeur manquante afin de ne pas fausser le calcul des impacts. Il a fallu dans un second temps harmoniser les unités entre les 2
27
bases. Les volumes du RICA en quintaux ont été convertis en kilogramme. Les effectifs en nombre de têtes ont été convertis aussi en kilogramme. Finalement, l’échantillon compte 8 826 exploitations. Pour compléter l’harmonisation des unités, j’ai appliqué un traitement particulier aux surfaces des prairies. En effet, la production des prairies n’est pas décrite dans la base du RICA. J’ai donc évalué la production des prairies temporaires (PRQ3PPER) et la production des prairies permanentes (PRQ3PTEM) à partir des surfaces de prairies. Dans un premier temps, j’ai posé l’hypothèse que les exploitations ne réalisent qu’une coupe de foin ou d’ensilage par an car il n’y a pas assez d’informations dans le RICA. Il y a deux types de prairies, les prairies temporaires (avec une durée inférieure à 6 ans) et les prairies permanente (avec une durée supérieure à 6 ans). Les prairies peuvent être utilisées en pâturage, ou bien coupées pour récolter soit du foin, soit de l’ensilage. J’ai posé l’hypothèse que la production des prairies permanentes est uniquement composée de pâturage. La production est calculée en multipliant la superficie décrite dans la base RICA par le rendement de prairies permanentes pâturées décrit dans les métadonnées d’Agribalyse. Pour connaître l’utilisation de la production des prairies temporaires, j’ai considéré les valeurs des variables de vente et autoconsommation de foin (VAQ3FOIN) et d’ensilage d’herbe (VAQ3ENSI) disponibles dans la base RICA. Selon la valeur seuil 0, j’ai construit les hypothèses que les productions des prairies temporaires peuvent être du pâturage (VAQ3FOIN=VAQ3ENSI=0), elles peuvent être uniquement du foin (VAQ3FOIN>0 et VAQ3ENSI=0), elles peuvent être uniquement de l’ensilage (VAQ3FOIN=0 et VAQ3ENSI>0) ou elles peuvent produire les deux productions ((VAQ3FOIN>0 et VAQ3ENSI>0). La figure 8 décrit la méthode de calcul des productions des prairies.
Figure 8 : méthode de calcul des productions des prairies
La production de maïs fourrager et la production de légumes frais est aussi calculée en multipliant les surfaces des cultures décrites dans la base RICA par les rendements correspondants décrits dans les métadonnées d’Agribalyse. D’autres modifications ont porté
28
sur les produits animaux (en nombre de têtes) convertis en kilogrammes. J’ai multiplié les effectifs des productions animales par leur poids moyen décrit dans les métadonnées d’Agribalyse. Les races des animaux sont spécifiques aux systèmes fourragers, j’ai utilisé la typologie décrite précédemment pour affecter un poids moyen selon la race. Pour le poids moyen des bovins viande, j’ai utilisé une moyenne pondérée selon la classification d’Agribalyse du tableau 4.
MOYENNE BOVIN VIANDE FRANCE = 700*0.1681 + 712*0.0525 +
700*0.0312 + 725*0.0369 + 700*0.0888 + 790*0.1222 +
811*0.1222+727*0.1111 + 720*0.1333 + 720*0.1333 = 734.17
Tableau 4 : répartition nationale de la production des différentes catégories de bovins
Après avoir harmonisé les unités entre les 2 bases, j’ai implémenté un programme qui calcule les niveaux des 5 impacts environnementaux pour chaque produit agricole. Les impacts sont calculés de la manière suivante :
- multiplication du produit du RICA par la catégorie d’impact environnemental unitaire d’Agribalyse
- répétition de la multiplication pour les 100 produits agricoles - somme par catégorie d’impact et par exploitation agricole.
Le schéma ci-dessous est l’exemple du calcul de l’impact sur le changement climatique pour le blé dur dans une exploitation de l’échantillon.
ht tp://w ww. ad em e.f r
29
3.4 Les indicateurs de durabilités
Pour répondre à la problématique, j’ai utilisé 8 indicateurs économiques, environnementaux et sociaux. Les exploitations utilisent ce qu’elles ont à leur disposition : la terre, le capital d’exploitation (matériels agricoles, intrant …) et la main d’œuvre.
3.4.1 Indicateurs de durabilité économique
Pour connaître la performance économique, j’ai utilisé la valeur ajoutée (en euros) des exploitations. Cela correspond à leur chiffre d’affaire soustrait des charges. Plus cet indicateur est élevé plus l’exploitation sera performante économiquement.
Les subventions d’exploitation (en euros) indiqueront la fragilité économique des exploitations. Avoir une part trop importante de subventions peut être problématique si les subventions diminuent et c’est le cas actuellement. Il faut donc minimiser cet indicateur pour avoir une bonne performance économique.
3.4.2 Indicateur de durabilité sociale
Les indicateurs de durabilité sociale sont parfois affectés d’une dimension subjective, le sentiment de bien-être au travail par exemple. Le RICA fournit le Nombre d’Unités de Travail Annuel total (en UTA) qui correspond à la quantité de travail nécessaire dans l’exploitation. Cet indicateur peut être considéré comme un indicateur de durabilité sociale. Plus cet indicateur est faible, plus l’exploitation peut être considérée performante.
3.4.3 Indicateurs de durabilité environnementale
Les indicateurs de durabilité environnementale sont les 5 impacts calculés grâce à Agribalyse. Pour avoir une bonne performance environnementale, il faut minimiser ces indicateurs.
- Changement climatique (kg CO2 eq)
- Emission de particules fines (kg de particule fine 2,5 microns)
- Epuisement de la matière organique des sols (en matières organiques des sols tonnes déficit en eq C)
- Consommation de la ressource en eau (m3 eau eq)
- Epuisement des ressources minérales et fossiles (kg Sb eq)
3.5 L’analyse multicritère
L’analyse multicritère est une méthode qui permet de présenter de manière synthétique les principaux traits, intégrant de multiples composantes. Elle permet d’avoir une vision globale de nos résultats.
30
Dans notre étude, l’analyse multicritère va permettre de comparer nos indicateurs de performance pour :
1 litre de lait produit :
Cette approche mesure l’efficacité technique du système de production. Cette approche convient parfaitement aux exploitations spécialisées lait mais elle n’est pas adaptée aux exploitations mixtes produisant aussi d’autres produits.
1 euro de valeur ajoutée :
Cette approche s’intéresse à l’efficacité économique du système de production. Cet indicateur est adapté aux exploitations spécialisées et mixtes, il intègre l’efficacité de l’ensemble des produits d’exploitation. Cependant, il n’apporte pas d’informations sur la performance de chacun des ateliers de production.
1 euro de capital investi dans l’exploitation :
cette approche considère le niveau d’efficacité des investissements dans les bâtiments, les installations pour l’élevage, les matériels agricoles. Cet indicateur informe sur la performance et sur la valorisation du capital investi par l’exploitant dans son outil de production.
1 hectare de SAU :
cette approche correspond à l’efficacité de l’utilisation de la terre. Cet indicateur est important car une majorité des exploitations agricoles exploitent de grandes surfaces en cultures et/ou en prairies. La terre est un facteur de production à enjeu fort sur le long terme.
1 UTA de travail familial :
Cette approche correspond à l’efficacité du travail fourni par l’exploitant et par sa famille. Bien qu’il soit renseigné dans la base RICA en UTA, il est affecté d’un certain degré d’imprécision dont on tiendra compte dans l’analyse des résultats.
J’ai réalisé des moyennes des ratios dans les quatre groupes de la typologie pour l’ensemble des indicateurs de durabilité. Pour les comparer, j’ai ramené les moyennes à la base 100 (correspondant à la moyenne générale de l’ensemble des quatre groupes).
Pour comparer les différents indicateurs, j’ai réalisé des diagrammes en radar.
Les exploitations les plus performantes ont une valeur ajoutée plus élevée que la moyenne de l’ensemble, des subventions et une quantité de travail total plus faibles que la moyenne de l’ensemble. Elles présentent des indicateurs d’impacts environnementaux plus faibles que la moyenne de l’ensemble.
31
3.6 Tests statistiques
Pour comparer les moyennes entre les groupes, j’ai dû réaliser des tests statistiques sur R avec la fonction t.test().
Dans un premier temps, j’ai vérifié que les variables suivent une loi normale. Dans notre cas, les échantillons entre les 4 groupes sont importants en nombre, ce qui nous permet d’utiliser le théorème central limite.
Dans un second temps, il faut tester l’égalité des variances afin de choisir notre test. Les hypothèses sont les suivantes :
{𝐻0 ∶ 𝜎1
2 = 𝜎 22
𝐻1 ∶ 𝜎12 ≠ 𝜎22
La fonction sur R fait automatiquement ce test. Si les variances sont égales, il faudra utiliser le test de Student, sinon il faudra utiliser le test de Welch. Dans les 2 cas, les hypothèses sont les suivantes :
{𝐻0 ∶ 𝜇1 = 𝜇2 𝐻1 ∶ 𝜇1 ≠ 𝜇2
Si la p-value est inférieure à 0,05 (pour un seuil de 5 %), alors on rejette H0 et donc les 2
moyennes sont significativement différentes. Autrement dit, le groupe n’a pas d’impact sur la variable.
32
4 Résultats
Dans un premier temps, je présenterai la répartition les exploitations produisant du lait selon leur région et selon leur orientation technico-économique. Dans un second temps, j’exposerai les caractéristiques moyennes des groupes d’exploitations selon l’intensification de leur système fourrager. Pour finir, je présenterai les résultats de l’analyse multicritère selon les cinq indicateurs de performances indiqués plus haut.
4.1 La répartition des exploitations selon leur orientation
technico-économique et selon leur région
4.1.1 L’orientation technico-économique
La nomenclature exprime l’orientation technico-économique (otexe) des exploitations selon 17 postes. Le tableau ci-dessous indique à quoi correspondent les postes.
ID Libellé
15 Exploitations spécialisées en céréaliculture et en culture de plantes oléagineuses et protéagineuses
16 Exploitations spécialisées en autres grandes cultures
28 Exploitations spécialisées en culture de légumes et champignons
29 Exploitations spécialisées en culture de fleurs et horticulture diverse
37 Exploitations spécialisées en viticulture de qualité
38 Exploitations spécialisées en autre viticulture
39 Exploitations spécialisées en cultures fruitières et autres cultures permanentes
45 Exploitations bovines spécialisées — orientation lait
46 Exploitations bovines spécialisées — orientation élevage et viande
47 Exploitations bovines — lait, élevage et viande combinés
48 Exploitations avec ovins, caprins et autres herbivores
50 Exploitations granivores
61 Exploitations de polyculture
73 Exploitations de polyélevage à orientation herbivores
74 Exploitations de polyélevage à orientation granivores
83 Exploitations mixtes grandes cultures et herbivores
84 Exploitations de cultures diverses et élevages mixtes
Tableau 5 : postes de l'orientation technico-économique des exploitations
Les exploitations de l’échantillon devront se trouver principalement dans les exploitations produisant du lait, même si elles ne sont pas essentiellement spécialisées dans la production de lait. Le graphique 3 montre que les exploitations sont principalement classées dans les otexe 45 (exploitations bovines spécialisées — orientation lait), 47 (exploitations bovines — lait, élevage et viande combinés) et 83 (exploitations mixtes grandes cultures et herbivores). Près de 60 % des exploitations se trouvent dans la classe otexe 45 et sont donc spécialisées lait, ce résultat semble normal au vu de l’échantillon. Le reste correspond à divers systèmes
33
mixtes. 15 % des exploitations se trouvent dans l’otexe 83 (bovins et grandes cultures) et 13 % dans l’otexe 47 (bovins lait et viande).
Graphique 3 : répartition des exploitations selon leur orientation technico-économique
4.1.2 La localisation géographique
Grâce à la variable REGIO (région) présente dans la base RICA, il est possible de savoir où sont installées les exploitations produisant du lait. Le graphique 4 montre que deux régions sortent du lot : la Bretagne (14 %) et la Normandie (12%), ce sont les régions qui possèdent le plus d’exploitations. La France-Compté, région productrice de fromage, possède 8 % des exploitations françaises produisant du lait.
Graphique 4 : répartition des exploitations selon leur localisation géographique
0% 5% 10 % 15 %
34
Maintenant, je vais présenter la répartition des exploitations pour chaque classe de la nomenclature basée sur leur système fourrager (graphique 5). Les exploitations avec une part de maïs fourrager de moins de 5 % dans leur SFP viennent principalement des régions montagneuses. Celles entre 5 et 10 % de maïs fourrager se trouvent principalement en Rhône-Alpes et Auvergne, celles entre 10 et 30 % se trouvent principalement en Lorraine, Pays de la Loire et Basse-Normandie. Pour finir, les exploitations avec plus de 30 % de maïs fourrager se trouvent en Bretagne, région réputée pour son agriculture et son élevage.
Graphique 5 : répartition des exploitations selon leur localisation géographique et selon leur intensification fourragère
4.2 Caractéristique des exploitations selon leur système fourrager
Le tableau ci-dessous indique que plus la part de maïs fourrager dans la SFP est importante, plus il y a une incidence positive sur la production de lait, sur la taille du troupeau, sur la production de l’exercice, sur la valeur ajoutée et sur le capital investi dans l’exploitation. Le même phénomène est observé pour les impacts environnementaux. Le niveau des subventions ne suit pas cette tendance, ce sont les exploitations avec une part de maïs fourrager entre 5 et 10 % (49 719 € de subventions par an) qui en reçoivent le plus, suivi des 10 - 30 % avec 47 400 € par an et les plus de 30 % avec 43 000 € par an. Ce sont les exploitations avec moins de 5 % de maïs fourrager qui en reçoivent le moins (39 452 €).35
Variables Mois de 5 % de maïs fourrager Entre 5 et 10 % de maïs fourrager Entre 10 et 30 % de maïs fourrager Plus de 30 % de maïs fourrager Ensemble Effectif 1688 440 3048 3650 8826 Production de lait (L) 262 508 (170 388) 320 351 (176 513) 408 497 (228 464) 491 826 (254 603) 410 642,61 (243 425) Production de lait parvache par an (L) 5 487 (1 431) 5 979 (1 457) 6 680 (1 467) 7 457 (1 309) 6 738 (1 578) Effectif de vache laitières
(têtes) 47,18 (25,03) 52,48 (23,36) 60,03 (27,67) 65,59 (31,35) 59,50 (29,41) UTA total (UTA) 1,88
(1,13) 2,23 (1,20) 2,24 (1,16) 2,34 (1,20) 2,21 (1,19) UTA familiale (UTA) 1,66
(0,83) 1,92 (0,90) 1,91 (0,93) 1,99 (0,90) 1,90 (0,91) SAU total (ha) 107,9
(68,7) 131,3 (80,9) 137,1 (86,0) 116,9 (72,3) 122,87 (77,9) Production de l'exercice nette (€) 167 973,1 (153 082) 209 156 (143 490) 264 166,2 (178 024) 327 348,7 (226 274) 269 155,74 (202 888) Valeur ajoutée hors
fermage (€) 58 293,1 (56 623) 67 154,1 (61 624) 83 736,8 (68 645) 103 018,5 (80 314) 86 017,88 (73 362) Taux de valeur ajoutée (%) 33,1
(13,8) 30,4 (13,1) 30,7 (11,7) 31,0 (11,0) 31,27 (11,9) Subvention d'exploitation (€) 39 451,9 (23 718) 49 718,8 (30 935,7) 47 440 (30 939,2) 43 000,9 (26 930,4) 44 190,06 (28 206,0) Capital de l'exercice (€) 288 781,6 (222 172,6) 343 632,0 (224 980,4) 348 593,4 (243 991,9) 371 213,8 (274 732,0) 346 261,5 (254 182,8) Impact sur le changement
climatique (tonnes CO2 eq)
717,38 (465,3) 833,15 (474,30) 875,64 (496,55) 979,44 (573,34) 886,18 (531,84) Emission de particule fine
(kg de particules fines 2,5 microns) 445,24 (317,5) 537,18 (323,78) 598,38 (359,91) 638,97 (452,69) 582,83 (398,81) Impact sur la terre (tonnes
déficit en C) 12 711,85 (8 361,0) 17 782,79 (10 111,89) 20 217,74 (11 446,55) 21 542,45 (12 703,11) 19 208,66 (11 882,38) Consommation des
ressources en eaux (m3 eau
eq) 1 814,87 (2399,1) 2 007,24 (2032,89) 3 243,86 (3 397,05) 4 526,75 (6 129,79) 3 439,45 (4 683,58) Consommation des minéraux et fossiles (kg Sb eq/kg du produit) 15,25 (13,9) 20,6 (13,63) 30,38 (22,55) 41,56 (34,17) 31,62 (28,34)
Tableau 6 : caractéristique des exploitations selon leur système fourrager
Entre parenthèses figure l’écart-type correspondant à la moyenne de l’indicateur.
4.3 Les performances de durabilité
Le graphique 6 présente les résultats de l’analyse multicritère sous la forme de 5 diagrammes en radar. Les tableaux et les tests statistiques se trouvent en annexe.
Pour rappel, par rapport à la moyenne de l’ensemble des groupes, les exploitations les plus performantes ont une valeur ajoutée plus élevée, des subventions et une unité de travail total plus faibles. Elles doivent également avoir des impacts environnementaux les plus faibles.
36
0 20 40 60 80 100 120 140 160 Valeur ajoutée Subventions d'exploitationTravail total en UTA
Changement climatique Emission de particules fines Epuisement en matière organique des sols Consommation de ressources en eau Epuisement des ressources fossiles et minérales
Pour 1 L de lait produit
0 20 40 60 80 100 120 140 160 Taux de valeur ajoutée Subventions d'exploitation
Travail total en UTA
Changement climatique Emission de particules fines Epuisement en matière organique des sols Consommation de ressources en eau Epuisement des ressources fossiles et minérales
37
0 20 40 60 80 100 120 140 Valeur ajoutée Subventions d'exploitationTravail total en UTA
Changement climatique Emission de particules fines Epuisement en matière organique des sols Consommation de ressources en eau Epuisement des ressources fossiles et minérales
Pour 1 € de capital investi
0 20 40 60 80 100 120 140 Valeur ajoutée Subventions d'exploitation
Travail total en UTA
Changement climatique Emission de particules fines Epuisement en matière organique des sols Consommation de ressources en eau Epuisement des ressources fossiles et minérales
38
Graphique 6 : indicateurs de durabilité par indicateur de performance
Sur l’ensemble des 5 graphiques, on distingue deux ensembles similaires : les deux classes ayant plus de 10 % et les deux classes ayant les moins de 10 % de maïs fourrager dans la SFP. Dans le cas des indicateurs de performance rapportés à la production de lait et à la valeur ajoutée, les exploitations utilisant moins de 10 % de maïs fourrager tendent vers les extrémités supérieures pour les subventions, le travail et le changement climatique. Les exploitations avec une part de maïs fourrager supérieure à 10 % tendent vers les extrémités supérieures pour la consommation de ressources.
Dans le cas des indicateurs de performance sur le capital, sur la SAU et sur le travail familial, les exploitations avec plus de 10 % de maïs fourrager dans leur SFP tendent vers les extrémités supérieures pour la valeur ajoutée et l’utilisation des ressources. Au contraire les moins de 10 % tendent vers les extrémités inférieures pour la valeur ajoutée et l’utilisation de ressources.
4.3.1 Les exploitations moins de 10 % de maïs fourrager dans leur SFP
Les exploitations ayant moins de 10 % de maïs dans la SFP sont quasiment identiques sauf pour l’épuisement en matière organique des sols. Leur valeur ajoutée est plus faible que les autres exploitations sauf par litre de lait. De plus, les exploitations avec moins de 5 % de maïs
0 20 40 60 80 100 120 140 Valeur ajoutée Subventions d'exploitation
Travail total en UTA
Changement climatique Emission de particules fines Epuisement en matière organique des sols Consommation de ressources en eau Epuisement des ressources fossiles et minérales
39
fourrager ont un taux de valeur ajoutée significativement plus élevé. Même si leur niveau de valeur ajoutée est plus faible, ces exploitations valorisent mieux leur produit. Cela s’explique par le fait que ces exploitations viennent de régions productrices de fromage bénéficiant de labels ce qui permet de bien rémunérer la qualité du lait. Les exploitations avec moins de 5 % de maïs fourrager nécessitent plus de travail par capital investi que les autres exploitations qui ont significativement les mêmes ressources en travail par capital investi. Le montant des subventions et leur part dans les résultats sont des indicateurs de fragilité économique des systèmes. Les exploitations avec moins de 5% et entre 5 et 10 % de maïs fourrager semblent plus dépendante des subventions. Elles ont une part de subventions par litre de lait beaucoup plus importante que les autres exploitations.
Ces exploitations ont également plus de mal à valoriser leur travail. En effet, elles demandent beaucoup plus de travail pour avoir 1 € de valeur ajoutée et pour produire 1 L de lait. On remarque également que ces exploitations sont plus familiales que les exploitations avec une part de maïs fourrager supérieure à 10 %.
Les moins de 10 % de maïs fourrager sont performantes dans la consommation de ressources, elles consomment beaucoup moins d’eau que les exploitations avec plus de 10 % de maïs fourrager. Cependant, les exploitations avec une part de maïs fourrager compris entre 5 et 10 % tendent à épuiser plus de matière organique des sols, surtout pour son niveau d’intensification. C’est un réel inconvénient si elles fatiguent leurs sols pour leurs productions. Pour finir, on remarque que ces exploitations ont un impact sur le changement climatique et sur les émissions de particules fines par valeur ajoutée ou par litre de lait plus importante que les exploitations avec une part de maïs fourrager de plus de 10 %.
4.3.2 Les exploitations plus de 10 % de maïs fourrager dans leur SFP
Ces exploitations sont quasiment identiques, même si les exploitations avec plus de 30 % de maïs fourrager ont tendance à sortir du lot. Les exploitations avec une part de maïs entre 10 et 30 % semblent être proches de la moyenne d’ensemble.
Les exploitations ayant une part de maïs fourrager supérieur à 10 % ont une bonne performance économique. En effet, elles arrivent mieux à valoriser économiquement leur capital et leur SAU. Elles sont également moins dépendantes des subventions que les exploitations avec plus de 10 % de maïs fourrager. Cependant, elles valorisent moins leur production que les exploitations avec une part de maïs fourrager inférieure à 10 %. Les exploitations avec plus de 30 % de maïs fourrager ont une part de subvention par travail familial beaucoup plus faible que les autres exploitations. On remarque également que l’écart entre les différentes moyennes de la part de subventions par SAU n’est pas aussi important qu’avec les autres indicateurs. Ce sont même les exploitations avec moins de 10 % de maïs fourrager qui reçoivent le moins de subventions par SAU.
Ces exploitations sont également plus efficaces dans leur travail, elles réussissent à bien valoriser leur travail : elles ont une valeur ajoutée par UTA familial supérieure aux
40
exploitations avec moins de 10 % de maïs fourrager. En effet, elles demandent moins de travail pour produire 1 L de lait et 1 € de valeur ajoutée. Cependant, les exploitations avec plus de 30 % de maïs fourrager demandent plus de travail par SAU. On voit également que ces exploitations ont une part de travail familial dans leur travail total plus faible que les exploitations avec moins de 10 % de maïs fourrager. Elles ont donc plus d’employés.
Sur le plan environnemental, ces exploitations sont moins performantes. En effet, elles consomment beaucoup de ressources en eau et de ressources minérales et fossiles. Les exploitations avec plus de 30 % de maïs fourrager sont très consommatrices de ces ressources. Cependant, elles ont une meilleure performance que les exploitations avec moins de 10 % de maïs fourrager sur le changement climatique et les émissions de particules fines par valeur ajoutée ou par litre de lait.
4.3.3 Synthèse de l’analyse
Les exploitations ayant une part de moins de 5 % de maïs fourrager dans leur SFP ont une performance économique plus faible que les autres et une dépendance plus importante aux subventions. Toutefois, elles valorisent mieux leur lait produit avec des labels de qualité. Ces exploitations ne valorisent pas assez leur travail, qui est plus souvent familier. En revanche, elles ont globalement une meilleure performance environnementale : elles consomment moins de ressources et de matière organique des sols même si elles ont un impact sur le changement climatique plus importante par litre de lait. Ces exploitations doivent donc chercher à augmenter leur valeur ajoutée tout en restant sobres sur l’épuisement des ressources naturelles.
Les exploitations ayant une part de maïs fourrager compris entre 5 et 10 % ont la plus faible performance économique de l’ensemble des groupes. En effet, elles ont une plus faible valeur ajoutée et une dépendance plus forte aux subventions, ce qui est une preuve de fragilité économique. Leurs performances environnementales sont inégales : ces exploitations épuisent leur matière organique des sols mais en revanche consomment moins d’eau. C’est probablement ce qui explique leur faible effectif dans l’échantillon de l’étude. Elles peuvent augmenter leur valeur ajoutée et s’améliorer sur le plan de l’épuisement de matière organique des sols.
Les exploitations ayant une part de maïs fourrager supérieur à 10 % ont une bonne performance économique. En effet, elles ont une meilleure valeur ajoutée et moins de dépendance aux subventions. Elles valorisent également mieux leur travail. Cependant, elles ont un impact sur l’environnement plus élevé notamment un niveau important sur l’épuisement des ressources en eau et des ressources fossiles et minérales. Ce résultat n’est pas surprenant car les exploitations avec plus de 10 % de maïs fourrager sont considérées comme intensives et consomment souvent plus d’intrants. Ces exploitations doivent donc chercher à consommer moins de ressources et réduire les intrants tout en gardant le même
41
niveau de valeur ajoutée. Elles peuvent également chercher à valoriser davantage la qualité de leur lait.
Les exploitations ayant une part de maïs fourrager dans leur SFP supérieure à 30 % sont beaucoup plus performantes économiquement avec une valeur ajoutée globalement beaucoup plus élevée mais une consommation de ressources plus importante que les autres exploitations.
Les exploitations ayant une part de maïs fourrager dans leur SFP compris entre 10 et 30 % ont une position intermédiaire par rapport à celles ayant une part de maïs fourrager supérieure à 30 %. Elles consomment plus de ressources que les exploitations avec une part de maïs fourrager supérieure à 10 % mais moins que les exploitations à plus de 30 % de maïs fourrager. Elles ont également une valeur ajoutée supérieure aux exploitations à moins de 10 % de maïs fourrager mais une moins élevée que les exploitations ayant plus de 30 % de maïs fourrager.
43
Conclusion
Mon étude des bases de données m’a permis d’évaluer les performances de durabilité économiques, environnementales et sociales des exploitations laitières françaises selon leur part de maïs fourrager dans leur SFP. J’ai pu en déduire les points forts et les points faibles des différentes classes choisies.
On remarque qu’il y a 2 groupes d’exploitations : les intensives, c'est à dire les exploitations ayant une part de maïs fourrager supérieure à 10 % et les extensives, c'est à dire les exploitations ayant une part de maïs fourrager inférieure à 10 %. Les intensives ont une production de lait plus importante mais avec un plus grand impact environnemental alors que c’est l’inverse pour les extensives.
Le système est dépendant de l’environnement naturel et économique dans lequel il s’insère. L’exploitant peut choisir quel type de production il vise, en fonction des performances qu’il souhaite privilégier et des atouts et des limites de son environnement. Toutefois de plus en plus de consommateurs sont attachés au principe de développement durable : manger sainement, tout en préservant l’environnement et en rétribuant correctement le producteur laitier.
Les politiques ont également pris conscience des améliorations à apporter au niveau des performances environnementales. La 21ème Conférence de l’ONU (COP21) pour la lutte contre
le changement climatique, qui s’est déroulé en 2015 à Paris, traduit bien cette tendance. Lors de ce rassemblement, il a été montré que l’agriculture a un rôle à jouer dans la lutte contre le changement climatique. Le projet 4 pour 1 000 élaboré par des chercheurs de l’INRA en est un exemple.
Il aurait été possible d’aller plus loin dans mon étude, en exploitant les autres impacts environnementaux présents dans Agribalyse, comme par exemple les impacts liés à la santé humaine. Il aurait été également pertinent de renforcer les indicateurs sur les impacts sociaux avec un calcul de la pénibilité du travail. Enfin, cette étude pourrait être réalisé pour d’autres systèmes de production. Toutefois les bases à disposition ne permettent pas encore de le faire, faute de données suffisantes. D’autres méthodes auraient pu être utilisées pour répondre à la problématique : l’Analyse en Composantes Principales (ACP), l’Analyse Factorielle des Correspondances (AFC) ou classification hiérarchique.
Ce stage m’a permis de découvrir l’apport du statisticien dans le monde de la recherche autour de la thématique de l’agronomie. Il m’a également permis de découvrir d’autres domaines : l’agriculture et le développement durable. J’ai donc pu enrichir mes connaissances dans ce domaine grâce à mon étude et grâce aux réunions et activités scientifiques de mon unité de recherche. Ce stage m’a également permis de mener à son terme un projet dans un temps
