Analyse économique des effets de la variation des températures et précipitations sur

la production céréalière au Togo

DANDONOUGBO Yevessè
Faculté des Sciences Economiques
et de Gestion (FASEG) de l’Université de Lomé

Résumé

Dans le monde et particulièrement au Togo, le secteur agricole représente une grande part des
activités économiques, et constitue la principale source de revenus et d’emplois pour plus de
70 % de la population rurale. Contribuant à l’ordre de 35% à la formation du PIB, la
performance agricole du pays devrait faire face aux aléas du climat qui entrainent une reprise
des semis, occasionnant la baisse des revenus et du pouvoir d’achat, l’exode rural, la famine
et les modifications des habitudes culturales. Ce papier, vise à analyser les effets de la
variation des températures et précipitations sur la production céréalière au Togo en suivant
une méthodologie économétrique s’appuyant sur l'approche Ricardienne. Les résultats
montrent l'existence d'une relation non linéaire entre le rendement de la culture du maïs et du
riz et les variables climatiques. En outre, le changement climatique aura des effets significatifs
sur la production agricole et ses effets amplifieront la vulnérabilité de la population rurale
vers la fin du siècle.

Mots clés : Approche ricardienne, rendement agricole, température et précipitation

 1. Contexte et justification
Il y a une évidence dans la littérature selon laquelle le changement climatique affecte déjà le
rendement agricole dans plusieurs pays (IPCC, 2007; Deressa et al, 2008; BNRCC, 2008) et
cela est particulièrement évident dans les pays à faible revenu où le climat est le principal
déterminant de la productivité agricole et présentant des capacités d’adaptation faibles
(SPORE, 2008; Apata et al, 2009)
Le secteur agricole représente une grande part dans les secteurs d’activités économiques
principalement dans les zones rurales. Ce secteur constitue la principale source de revenus et
d’emplois pour plus de 70 % de la population mondiale pauvre vivant en zones rurales
(Banque Mondiale, 2014). Au Togo, l’agriculture demeure le moteur du développement de
l’économie grâce aux potentialités agronomiques et édaphiques que recèle ce secteur agricole.
Les statistiques du Ministère de l’agriculture, de l’élevage et de la pêche (MAEP, 2012),
montrent que l’agriculture emploie 96% des ménages ruraux avec près de 54% de la
population active. En outre, l’agriculture est le principal déterminant de la production en
contribuant à hauteur de 40% à la formation de la richesse nationale et générant plus de 20%
des recettes d’exportation. Les produits agricoles sont essentiellement composés de cultures
vivrières présentant des rendements faibles dans l’ensemble du pays (DSID, 2012). Selon les
statistique de la DSID (2012) la production vivrière (céréales, tubercules et légumineuses) au
cours de la campagne agricole 2011/2012, a été estimée à 2 906 816 tonnes pour une
superficie cultivée de 1 361 008 ha soit 39,9% de superficie cultivable.
Les capacités du pays à accroître les performances de son agriculture et particulièrement de sa
production céréalière, dépendent de sa capacité à maîtriser les paramètres de production, au
premier rang desquels figurent les conséquences des aléas du climat.
Depuis plusieurs décennies, la communauté internationale fait face à des enjeux nouveaux, le
changement climatique définie par la Groupe d’expert Intergouvernemental sur l’Evolution
du Climat (GIEC) comme étant l’ensemble des variations des caractéristiques climatiques en
des endroits donnés au cours du temps. Le 5ème rapport du GIEC (2014) a ainsi renforcé ses
certitudes sur la principale cause du réchauffement climatique, et n’a jamais été aussi sûr de
la responsabilité des activités humaines comme étant la principale cause de la variation de
ces paramètres climatiques. Cependant, cette responsabilité est estimée dans ce rapport
comme étant « extrêmement probable » (avec une probabilité de 95%).

1
Les études de la première communication sur le changement climatique (CNI, 2009), révèle
un accroissement de la température moyenne de 1,00 à 1,25°C et des précipitations de 0 à
0,80%, ce qui aura des impacts sérieux sur les différents secteurs d’activités.
Le décalage des saisons observé, entraîne des reprises de semis occasionnant la baisse de
revenus et du pouvoir d’achat, l’exode rural, la famine, la prolongation de la période de
soudure, les migrations saisonnières des exploitants agricoles et les modifications des
habitudes culturales, (Sultan, 2010).
Globalement, au cours de ces dernières années, les paysans n’arrivent plus à prévoir les
débuts et fins des saisons pluvieuses (Diop 1996 ; Houndenou et al. Chédé ; 2007 ; Affo
2007). Ceci rend aléatoire la planification agricole. Diouf et al (2000) ont ainsi montré une
tendance de raccourcissement de la période de croissance des cultures, observée depuis la fin
des années 60 corrélativement à l’aridification. Selon Thornton et al. (2006), cette période de
croissance des cultures serait l’un des éléments affectés par le changement climatique.
Conséquemment, on pourrait s’attendre à la fin du siècle à une extension des zones arides et
semi-arides, une réduction des surfaces propices à l’agriculture et du potentiel de production
agricole rendant ainsi difficile l’accès à la nourriture (Sultan 2010). Selon la Banque
Mondiale (2013), à mesure que la planète se réchauffe, ses habitants pourraient souffrir de la
faim et de pénuries d’eau et les régions côtières risquent d’être inondées. S’il ne pleut
plus, les récoltes ne pousseront plus et le bétail mourra, ce qui augmentera le risque de
famine surtout pour les enfants et l’insécurité alimentaire.
Des études antérieures de l'impact des changements climatiques sur l'agriculture montrent une
prévision de baisse des rendements agricoles en particulier dans les régions tropicales
(Mendelsohn et Dinar, 1999; Kurukulasuriya et Rosenthal, 2003). Ces études révèlent en
outre de grands impacts négatifs sur la productivité agricole, en particulier chez les petits
exploitants de la ferme qui dépendent de la productivité des moyens de subsistance. De plus,
selon la Banque mondiale (2003), ce réchauffement peut conduire à une augmentation du
niveau de pauvreté.

Dans la mesure où les questions relatives à la variabilité du climat sur la planète constituent
un débat dans tous les continents du monde et surtout que ces questions font partie
aujourd’hui des domaines privilégiés de la recherche scientifique à travers le Groupe
Intergouvernemental sur l’Etude du Climat (GIEC), cette étude se propose de répondre à une
principale inquiétude, quel serait l’effet de la variabilité des températures et de la pluviométrie
sur la production céréalière au Togo?

2
 2. Objectifs et hypothèses
Ainsi l’objectif général de ce papier, est d’analyser les effets de la variation de la température
et des précipitations sur le rendement des céréales au Togo. Plus spécifiquement il s’agira :

(i) D’analyser l’incidence des variations annuelles aléatoires de la température et des

précipitations sur les cultures de maïs et de riz au Togo
(ii) D’estimer à partir de différents scénarios de la GIEC l’effet des projections des
variables climatiques sur les rendements de ces cultures.
Comme réponses anticipées, nous formulons dans ce travail deux hypothèses
(i) La variation annuelle de la température et des précipitations affecte négativement
le rendement des principales cultures (maïs, riz) au Togo.
(ii) le Scenario d’augmentation des températures ou/et de diminution de la
pluviométrie seront très dommageables à la production céréalière à la fin du
siècle.
Les sections suivantes de ce papier présentent la revue de littérature, la méthodologie
adoptées et les résultats et interprétations.

3. Brève revue de la littérature

L’évaluation de l’effet du changement climatique sur la production agricole a fait objet de
plusieurs études dans la littérature. Les travaux effectués dans ce sens nous permettront de
présenter dans un premier temps une analyse théorique et dans un second temps d’aborder les
études empiriques des effets du changement climatique sur la production agricole.
Plusieurs approches et méthodes sont utilisées dans la littérature afin d’analyser l’effet de la
variation des paramètres climatiques sur la production agricole. A cet effet on distingue
généralement l’approche fonction de production (Adams et al. 1995), les modèles d'équilibre
de marché (Zhai et al. 2009), et l'approche ricardienne (Mendelsohn et al. 1994). Il est
remarqué au niveau de ces approches que ce qui est perçu comme limites dans l’une de ces
approches est souvent considérée comme un atout d'une autre approche (Mendelsohn, 2007).

L'approche structurelle permet de simuler la réponse des cultures en utilisant des modèles
interdisciplinaires tout en se basant sur les effets estimés pour simuler les changements dans
la production. Cette approche méthodologique présente des avantages dans la mesure où elle
offre des informations détaillées sur les réponses physiques, biologiques et économiques des
cultures, ainsi que les ajustements possibles. Néanmoins, elle présente des limites surtout celle
de ne pouvoir intégrer les mesures d’adaptations. (Schimmelpfennig et al, 1996). L’approche
ricardienne est basée sur des relations statistiques entre les variables climatiques et les

3
indicateurs économiques. Un avantage de cette approche est que les mesures d’adaptations
aux conditions climatiques locales sont implicitement intégrées dans cette approche.

Le modèle est basé sur l'idée selon laquelle, la valeur des terres, dérivées de l’efficacité de
leur utilisation et de l'existence de marchés concurrentiels, représente ainsi la valeur actuelle
des recettes nettes. Ce modèle calcule donc les effets des variations des variables
économiques, climatiques et non économiques sur la valeur des terres arables en utilisant des
données non agrégés.

Dans la littérature, la communauté scientifique met en exergue le fait que les changements
observés dans les variables climatiques telles que la température et les précipitations ont un
effet significatif sur les rendements des cultures. Ainsi selon Reilly et al. (1996), du fait que la
température s’éloigne de la température de croissance favorable aux cultures, la croissance de
la culture est affectée. De même, si la variabilité des températures est élevée, les rendements
sont moins élevés. Les auteurs concluent que les endroits qui sont trop chaud ou trop proche
de la température optimale sont susceptibles d’être plus affectés

Des études menées par Warrick (1984) ont été parmi les premiers à utiliser l’approche
fonction de production pour analyser l’effet du climat sur la production agricole. Warrick a
utilisé une régression pour simuler l’augmentation de la température similaire à celles qui ont
eu lieu dans les années 30 et a constaté que la production agricole a diminué. Terjung et al
(1984) dans leurs études, déduisent que les quantités d'eau pour l'irrigation seront plus élevées
face à la hausse des températures, si des changements technologiques n’ont pas été faits.
Easterling et al (1993) utilisant également l’approche fonction de production ont constaté que
les changements climatiques aux États-Unis, en l'absence de modification de technologie ou
des augmentations de CO2, pourrait entraîner une réduction de la production et donc source
de pertes économiques. Rosenzweig et Parry (1994), en utilisant cette approche ont fait une
évaluation globale de l'impact potentiel du changement climatique sur l'approvisionnement
alimentaire mondial et ont suggéré que le doublement de la concentration de dioxyde de
carbone dans l'atmosphère conduira à une légère diminution de la production agricole
mondiale.
Plusieurs études ont également utilisés le modèle ricardien afin de déterminer les effets du
climat sur le secteur agricole. Parmi ces études, celle menée par Mendelsohn et al (1994) a
exploré l'effet du changement climatique sur la valeur nette des terres arables aux États-Unis.
En utilisant les données en coupe instantané au niveau des comtés, ils ont constaté que des

4
températures plus élevées au cours de l'année (sauf dans la saison d'automne) ont un effet
négatif sur les valeurs moyennes des terres. Schlenker et al (2006), utilisent également les
données agricoles des comtés aux USA, ainsi que les indicateurs climatiques, les
caractéristiques du sol et les conditions socio-économiques. Ils ont montré que le
réchauffement climatique provoque des pertes de profit dans ces différents comtés américains.

De même, Maddison et al (2007) ont construit un modèle ricardien en utilisant des données
provenant de 11 pays africains; ils ont constaté que d'ici 2050, certains pays africains vont
souffrir des pertes considérables dans la production agricole. Molua et Lambi (2007) en
étudiant la relation entre le climat et les données sur les bénéfices nets des agriculteurs
utilisent un échantillon de 800 exploitations agricoles au Cameroun. Ils ont constaté que le
bénéfice net diminue à mesure que les précipitations diminuent et la température augmente.

L'approche ricardienne permet également d’effectuer des comparaisons entre les effets
potentiels sur les pays développées et en développement. Ainsi en considérant les USA et
l’Inde, Mendelsohn et al (2001) ont analysé la sensibilité au changement climatique de chacun
de ces pays. Les résultats ont montré que le secteur agricole en Inde était beaucoup plus
sensible aux effets de la variation des paramètres climatiques. L’Inde est susceptible de
souffrir des effets négatifs du réchauffement planétaire que les États-Unis. Ils ont conclu que
le niveau de développement a un effet significatif sur la sensibilité au changement climatique.

4. Méthodologie
Cette partie présente le cadre théorique et la spécification empirique du modèle

a. Cadre théorique
Mendelsohn, Nordhaus et Shaw (1994) ont fourni une réponse à la grande lacune de
l'approche fonction de production en introduisant l'approche Ricardienne. Essentiellement,
cette approche tente de mesurer directement l'effet du climat sur la valeur des terres et le
rendement agricole en utilisant des données en coupe transversale. Cette méthode repose sur
l'hypothèse d'efficience des marchés et donc sur le fait que la valeur des terres agricoles
reflète la valeur actualisée des revenus futurs issus de l'exploitation la plus productive de la
terre. En s'intéressant au prix des terres agricoles dans différents environnements, cette
approche étudie implicitement la gamme complète des stratégies d'adaptation possibles des
agriculteurs. Cette approche semble être attirante, car elle vient mettre à l'avant-scène un
agriculteur rationnel tel que la théorie économique le conçoit. Ceci permettra de mesurer la
contribution de chaque facteur aux résultats et de détecter les effets du changement climatique

5
à long terme sur la valeur agricole de la terre. Cette approche est rentable et effective, puisque
les données secondaires sur les coupes transversales peuvent être relativement faciles à
recueillir sur le climat, les facteurs de production et socio-économique (Deressa et Hassan,
2009).

Le principe de cette approche se traduit par l’équation suivante (Mendelsohn et Dinar, 2003).

𝑉 = ∫ 𝑃𝐿𝐸 𝑒 −𝛿𝑡 𝑑𝑖

= ∫ [∑𝑛𝑖 𝑃𝑖 𝑄𝑖 (𝑋, 𝐹, 𝑍, 𝐺 ) − ∑ 𝑅𝑋 ] 𝑒 −𝛿𝑡 𝑑𝑡 𝑜ù 𝑖 = 1, 2, … … … 𝑛 𝑐𝑢𝑙𝑡𝑢𝑟𝑒 (1)

Où : PLE est le revenu net par hectare,

Pi est le prix de marché de la culture i,

𝑄𝑖 est la quantité produite de la culture i

𝐹 est le vecteur des variables climatiques

𝑍 est L’ensemble des facteurs édaphiques,

𝐺 est l’ensemble des prix des facteurs 𝑤 est le vecteur des prix des inputs.

L’hypothèse sur laquelle se fonde ce modèle est que les ménages vont maximiser le
rendement de leur production par le choix des intrants (𝑋) en fonction des caractéristiques de
leur exploitation sous réserve des conditions climatiques (𝐹) aux conditions des sols (𝑍), aux
caractéristiques des variables socio-économiques (𝐺) et aux prix des facteurs (𝑅). Ce modèle
examine comment l’ensemble des variables endogènes F, Z, et G, affectent le rendement
agricole. Le modèle est basé sur les réponses observées des cultures et des fermiers aux
conditions climatiques. Il utilise les observations actuelles des performances des exploitations
agricoles selon les différentes zones climatiques (Mendelsohn et al. (1994) ; Mendelsohn et
Dinar (1998)). Il mesure également comment la rentabilité agricole varie avec le climat local
en contrôlant les autres facteurs.
Le modèle Ricardien standard est un modèle quadratique sur le climat et se présente comme
suit :

𝑉 = 𝛽0 + 𝛽1 𝐹 + 𝛽2 𝐹 2 + 𝛽3 𝑍 + 𝛽4 𝐺 + 𝑢 (2)

Où : u = est le terme d’erreur,

6
𝐹 et 𝐹² capture les termes linéaires et quadratiques pour les températures et les précipitations.
L’introduction des termes quadratiques pour les variables climatiques permet d’analyser le
non linéarité de la relation entre le rendement agricole et le climat.
De l’équation (2), nous pouvons dériver l’impact marginal des variables climatiques sur le
rendement agricole comme suit:

𝐸 [𝑑𝑉⁄𝑑𝑓 ] = 𝐸[𝛽1,𝑖 + 2 ∗ 𝛽2,𝑖 ∗ 𝑓𝑖 ] (3)

𝑖

Le coefficient du terme linéaire de chaque variable climatique représente l’impact marginal de

cette variable sur le rendement des cultures.
Le changement du bien être U, résultant du changement du climat de 𝐶0 à 𝐶1 peut être mesuré
comme suit :
∆𝑈 = 𝑉(𝐶1 ) − 𝑉 (𝐶0 ) (4)
L’hypothèse de prix constants dans le modèle selon Cline (1996) biaise les résultats du fait
qu’elle peut permettre à une surestimation des effets du changement climatique. Cependant,
malgré l'inconvénient de l'hypothèse de prix constants, Mendelsohn (2000) souligne la
complexité des effets des prix dans la modélisation et affirme que "à moins que les scénarios
suggèrent des conséquences catastrophiques, le fait que les prix sont maintenus constants peut
ne pas être un problème majeur pour l'approche ricardienne ".

b. Spécification du modèle
 Forme fonctionnelle

En considérant le modèle standard développé par Mendelsohn et Dinar (2003), le modèle

ricardien que nous allons appliquer dans le cas du Togo se présente comme suit :

𝑉 = 𝛽0 + 𝛽1 𝐹 + 𝛽2 𝐹 2 + 𝛽3 𝐺 + 𝜇 (5)
Les variables sur les sols ne sont pas présentés dans cette équation du fait de la non
disponibilité de ces données sur le Togo.

 Modèle empirique

En se référant aux résultats obtenus par Mendelsohn et Dinar (2003) et compte tenu de la
spécificité du climat dans le pays, nous adoptons les spécifications empiriques suivantes :

- Le modèle sans adaptation qui inclut seulement les variables sur la température et les
précipitations.

7
 2 2
𝑌 = 𝛽0 + 𝛽1 𝑡𝑒𝑚𝑝𝑠𝑝 + 𝛽2 𝑡𝑒𝑚𝑝𝑠𝑠 + 𝛽3 𝑝𝑟𝑒𝑐𝑖𝑝𝑠𝑝 + 𝛽4 𝑝𝑟𝑒𝑐𝑖𝑝𝑠𝑠 + 𝛽5 𝑡𝑒𝑚𝑝𝑠𝑝 + 𝛽6 𝑡𝑒𝑚𝑝𝑠𝑠
2 2
+ 𝛽7 𝑝𝑟𝑒𝑐𝑖𝑝𝑠𝑝 + 𝛽8 𝑝𝑟𝑒𝑐𝑖𝑝𝑠𝑠 +𝜇

Où 𝑡𝑒𝑚𝑝𝑠𝑝 et 𝑡𝑒𝑚𝑝𝑠𝑠 représentent respectivement les températures moyenne de la saison

pluvieuse et de la saison sèche. 𝑝𝑟𝑒𝑐𝑖𝑝𝑠𝑝 et 𝑝𝑟𝑒𝑐𝑖𝑝𝑠𝑠 sont les précipitations moyenne de la
saison pluvieuse et de la saison sèche. Les 𝛽𝑖 sont les coefficients à estimer et 𝜇 le terme
d’erreur.

- Le modèle avec adaptation qui inclut les variables physique du climat et les
caractéristiques des cultivateurs.

2 2
𝑌 = 𝛽0 + 𝛽1 𝑡𝑒𝑚𝑝𝑠𝑝 + 𝛽2 𝑡𝑒𝑚𝑝𝑠𝑠 + 𝛽3 𝑝𝑟𝑒𝑐𝑖𝑝𝑠𝑝 + 𝛽4 𝑝𝑟𝑒𝑐𝑖𝑝𝑠𝑠 + 𝛽5 𝑡𝑒𝑚𝑝𝑠𝑝 + 𝛽6 𝑡𝑒𝑚𝑝𝑠𝑠
𝑚
2 2
+ 𝛽7 𝑝𝑟𝑒𝑐𝑖𝑝𝑠𝑝 + 𝛽8 𝑝𝑟𝑒𝑐𝑖𝑝𝑠𝑠 + ∑ 𝛼𝑗 𝐺𝑗 + 𝜇
𝑗=1

𝐺𝑗 est l’ensemble des variables socio-économiques comme par exemple : le niveau

d’éducation, l’âge, accès au crédit, le sexe et autres. Les 𝛼𝑗 sont les coefficients à estimer.

Afin de capter la spécificité des céréales, nous allons considérer les cultures de maïs et du riz
sur lesquels nous effectuerons les regressions.

c. Données et sources
L’analyse économique des effets de la variation du climat sur la production céréalière
nécessite des données sur les variables climatiques, la production agricole et les variables
socio-économiques.
Les données sur la production agricole, les caractéristiques socio-économiques des ménages
agricoles sont des données d’enquêtes auprès des ménages agricoles dans différentes régions
du pays. Elles proviennent du recensement national agricole (RNA, 2013) réalisé par la
direction de la statistique agricole sous le Ministère de l’Agriculture, de l’Elevage et de la
Pêche (MAEP) avec l’appui du FAO.
Les données sur les variables climatiques sont obtenues auprès de la Direction Nationale de la
Météorologie et couvre la période 2012 et 2013, années où le recensement s’est déroulé. Ces
données ont été obtenues à partir des stations météorologiques installées dans divers
préfectures du pays.

8
 5. Résultats et interprétation
a. Validation du modèle
Afin de tester la robustesse des résultats de nos estimations nous utiliserons le test de Fisher
qui permet de vérifier la significativité globale du modèle et les t-student qui permettent de
tester la significativité des différents coefficients des variables du modèle.

Ainsi on remarque que les deux modèles sont globalement significatifs à 1% (Probabilité de
Fisher = 0,000). Le coefficient de détermination R² des deux modèles est faible. Ce qui
montre qu’une grande part des variables socio-économiques au niveau des agriculteurs
n’explique pas le rendement du maïs et du riz. Cette faible explication des variables exogènes
se confirme par le fait que la majorité des activités des cultivateurs varient entre les petites
exploitations et le commerce (Kurukulasuriya, et Mendelsohn. 2006).

b. Résultats des régressions

Les tableaux 1 et 2 présentent respectivement les résultats des estimations du modèle sans
adaptation et celui avec adaptation. Les résultats montrent que les signes des coefficients des
termes linéaires et quadratiques des variables climatiques sont opposés. La relation entre le
rendement du maïs, celui du riz et la température ou les précipitations est donc non linéaire.

Dans le cas du riz ceci signifie que l’augmentation de la température moyenne au cour de la
saison pluvieuse accroit le rendement agricole jusqu’à un seuil donné et au-delà de ce seuil
tout augmentation de la température a un effet négatif sur le rendement agricole du riz. Mais
au cour de la saison sèche on remarque l’effet inverse où tout augmentation de la température
entraine une baisse des rendements du maïs. On observe les mêmes résultats au niveau du
maïs mais toutefois ses coefficients ne sont pas significatifs. L’augmentation des
précipitations moyennes entraine une augmentation des rendements du maïs que ce soit dans
la saison sèche ou pluvieuse mais au niveau du riz, en saison pluvieuse comme sèche
l’augmentation des précipitations a un effet négatif sur le rendement agricole. A cet effet, du
fait que le riz se cultive dans les bassins, tout augmentation des précipitations pourrait être
appréhendée comme un excès d’eau pour cette culture et donc aura un effet négatif sur son
rendement. Cette relation non linéaire est vérifiée dans la plupart des études et
particulièrement au Burkina Faso (Ouedraogo, 2012) et au Niger (Garba Hima, 2015).

9
Tableau 1: Estimation du modèle sans adaptation

Variables Maîs riz

coeff t-student coeff t-student
Température moyenne sp 2,554631 (-1,3) 4295,533 (9,15)***
(Température moyenne sp)² -0,046133 (-1,26) -80,92089 (-9,14)***
Température moyenne ss -1,919387 (-1,06) -2474,101 (-7,95)***
(Température moyenne ss)² 0,0318823 (-0,99) 44,58118 (7,98)***
Précipitation moyenne sp 0,0114475 (-4,87)*** -4,258742 (-9,56)***
(Précipitation moyenne sp)² -0,0000349 (-4,93)*** 0,0129633 (9,95)***
Précipitation moyenne ss 0,0045554 (1,81)* -2,750936 (-7,01)***
(Précipitation moyenne ss)² -0,0000706 (-1,34) 0,1528947 (8,75)***
Const -7,339223 (-0,91) -22324,32 (-11,32)***
Nombre d'observation 21027 4024
Prob > F 0,0000 0,0000
R² Ajustée 0,074 0,0815
Source : Auteur

Les caractéristiques socio-économiques des ménages agricoles, révèlent que si l’âge de

l’exploitant agricole augmente le rendement agricole augmente jusqu’à un seuil et au-delà de
ce seuil d’âge, le rendement de l’exploitant diminue. Ce qui peut être expliqué par le fait que
plus l’exploitant est jeune, plus il aura suffisamment de force pour accroitre son rendement,
mais quand il commence par vieillir son rendement diminuera. Pour la culture du riz, le
coefficient de la variable du niveau d’instruction a un signe positif et reste significatif. Ainsi
plus le niveau d’instruction du ménage augmente, son rendement augmente. Toutefois le
signe du coefficient de cette variable est négatif dans le cas de la culture du maïs et n’est
même pas significatif. Ceci peut être expliqué par le fait que la majorité des agriculteurs n’ont
aucun niveau d’éducation ou du moins ont le niveau primaire. Donc le fait d’aller à l’école ne
leur procure aucun avantage dans leur activité de culture du maïs. Par contre pour la culture
du riz un niveau d’éducation minimum s’avère important afin de pouvoir maîtriser les
techniques de production de cette culture.

En termes d’adaptation, il est à remarquer que les ménages agricoles disposent de plusieurs
moyens afin de faire face aux effets de la variation des paramètres climatiques sur les
cultures. Ainsi, ils peuvent varier le type de labour, combiner l’agriculture à l’élevage ou
utiliser les types de semences sélectionnées. Les résultats des estimations du modèle avec
adaptation sont présentés dans le tableau 2. Ces résultats révèlent donc que le type de labour
utilisé et la pratique de l’élevage ont un effet positif sur le rendement de l’exploitant agricole.

10
L’utilisation des semences sélectionnées augmente le rendement de la culture du maïs mais le
coefficient de la variable n’est pas significatif. Cela décrit la réalité du fait que l’utilisation
des semences sélectionnées permet aux exploitants de pouvoir utilisées des graines plus
adaptés aux nouvelles conditions climatiques. Ce qui permet donc d’accroitre le rendement.

Tableau 2: Estimation du modèle avec adaptation

Variables Maïs riz

coeff t-student coeff t-student
Température moyenne sp 4,640902 (1,97)** 4993,295 (9,08)***
(Température moyenne sp)² -0,0853223 (-1,94)* -94,07658 (-9,07)***
Température moyenne ss -3,381945 (-1,59) -2929,053 (-8,02)***
(Température moyenne ss)² 0,0580199 (1,54) 52,74994 (8,06)***
Précipitation moyenne sp 0,0130367 (4,71)*** -4,853617 (-9,35)***
(Précipitation moyenne sp)² -0,0000396 (-4,75)*** 0,0147068 (9,69)***
Précipitation moyenne ss 0,0051752 (1,75)* -3,171998 (-7,17)***
(Précipitation moyenne ss)² -0,0000265 (-0,4) 0,1769972 (8,89)***
Age 0,0019104 (1,91)* 0,0003092 (0)
age² -0,0000246 (-1,87)* -0,0005347 (-0,52)
Sexe 0,0170535 (1,55) 1,00076 (1,21)
situation matrimoniale -0,0037212 (-0,41) 0,7851202 (1,13)
niveau d'instruction -0,0014227 (-0,32) 0,6198644 (1,78)*
type de labour 0,076858 (7,72)*** 3,992534 (5,14)***
Pratique d'élevage 0,0515634 (1,99)** 0,874357 (0,19)
Semance Sélectionnée 0,0088663 (0,66) -2,28307 (-1,43)
_cons -14,91075 -1,54) -25194,85 (-11)***

Nombre d'observation 21027 4024

Prob > F 0,0000 0,0000

R² Ajustée 0,0112 0,0932

Source : Auteur

L’estimation de l’effet marginal de la température et des précipitations sur la production du

maïs et du riz au Togo est présentée dans le tableau 3. Les résultats présentés dans ce tableau
portent sur le modèle avec adaptation. Ainsi, il est révélé que l’augmentation de la
température de 1°C diminue le rendement de la culture du maïs de 0,014 kg/ha et celui de la
culture de 6,78 kg/ha. De même l’augmentation des précipitations de 1mm entraine une
augmentation du rendement de la culture du maïs de 0,00014 kg/ha et celui de la culture du
riz de 0,8 kg/ha. L’impact de la variation de la température et des précipitations est

11
respectivement plus élevé en termes de perte et de gain sur le rendement de la culture du riz
du fait que cette culture nécessite plus d’humidité.

Tableau 3 : Impact marginal de la température et des précipitations sur le rendement des

cultures

Variables Maïs riz

coeff t-student coeff t-student
Température -0,0141178 (-2,07)** -6,780919 (-3,44)***
Précipitation 0,0001434 (0,43) 0,8039866 (9,05)***
Source : Auteur

Pour évaluer l’impact prévisionnel de la variation de la température et des précipitations sur

le rendement des cultures, nous avons fait des simulations en se basant sur les scénarios
uniformes du GIEC. Ainsi, d’après le rapport de l’IPCC (2013), la température moyenne à
partir des simulations CMIP5 issues de modèles forcés par des concentrations (RCP8,5) de la
surface devrait augmenter de 2,6 °C à 4,8 °C et les précipitations dans l’ordre de 15% durant
la période 2081-2100. Ainsi, nous examinons l’effet des hausses de température à travers les
scénarios d’une augmentation de la température de 3°C et de 5°C et celle des précipitations de
8% et 15%.
Les résultats des simulations sont présentés dans le Tableau suivant :
Tableau 4: Impacts des scénarios climatiques sur le rendement des cultures

∆ Rendement Maïs ∆ Rendement Riz

Kg/ha % Kg/ha %
Augmentation de la Température (3%) -0,0424 -68,80% -20,343 -80,49%
Augmentation de la Température (5%) -0,0706 -97,99% -33,905 -100,82%
Diminution des précipitations (8%à -0,0011 -124,52% -6,432 -57,10%
Diminution des précipitations (10%) -0,0022 -145,97% -12,060 -194,56%
Source : Auteur

Les résultats des simulations montrent qu’un réchauffement de 3% va entrainer une baisse des
rendements du maïs de 68,80% et celui du Riz de 80,49% tandis qu’une augmentation de la
température moyenne de 5°C va entrainer respectivement sur la culture du maïs et du riz une
perte de 97,99% et 100,82% en termes de rendement agricole. Une baisse des précipitations
moyenne déjà de 8% entrainerait une perte totale dans la culture du maïs, toute chose restant
égale par ailleurs. Mais on remarque qu’au niveau de la culture du Riz on enregistrerait une

12
baisse du rendement de 57,10% suite à la diminution des précipitations moyenne de 8%. Le
fait que les cultivateurs essaient de s’adapter aux conditions climatiques, ces prévisions
alarmistes seront certainement atténuées de sorte que la perte totale de la production ne soit
pas une réalité.

6. Conclusion
Cette étude a permis d’analyser l’effet de la variation de la température et des précipitations
sur la production du maïs et du riz au Togo. En utilisant l’approche ricardienne, les résultats
des estimations économétriques ont montré que le climat a un effet non linéaire sur le
rendement du maïs et du riz au Togo. La variation des températures et des précipitations a un
effet sensible sur le rendement des cultures du maïs et du riz. Les simulations montrent que
les Scénarios d’augmentation des températures et ou de diminution des précipitations auront
des effets négatifs sur la production céréalière au Togo.
En termes d’adaptation, le type de labour, la pratique de l’élevage et l’utilisation des
semences sélectionnées ont un effet positif sur le rendement des cultures du maïs et du riz.
Les semences sélectionnées sont l’élément le plus indispensable à la subsistance de l’homme.
Elles renferment le potentiel génétique des espèces cultivées et de leurs variétés obtenues
grâce aux améliorations continues et aux processus de sélection réalisés au fil du temps.
Il faut améliorer les cultures et livrer aux agriculteurs des semences et matériel végétal de
variétés sélectionnées de qualité supérieure pour garantir une amélioration de la production
céréalière et faire face aux problèmes d’environnement croissants. La sécurité alimentaire
passe également par la garantie des approvisionnements en semences des communautés
agricoles.
Ces mesures d’adaptation peuvent constituer des options potentielles de mesures
d’adaptations au changement climatique en agriculture au Togo.

13
 7. Référence bibliographiques
Adams RM et al (1995), «le changement climatique mondial et l'agriculture américaine »,
Nature 345: 219-224. Cline, W. R. (2007). Le réchauffement climatique et agriculture:
impact estimations par pays. Washington, DC: Center for Global
Cline, William. 1996. “The Impact of Global Warming on Agriculture: Comment.” American
Economic Review 86: 1309-12.
Dinar A., Mendelsohn R., Evenson R., Parikh J., Sanghi A., Kumar K., Mckinsey J., Lonergan S.
(1998). Measuring the Impact of Climate Change on Indian Agriculture
Dinar, A., R. Hassan, R. Mendelsohn, and J. Benhin. (2008). Climate Change and
Agriculture in Africa: Impact Assessment and Adaptation Strategies. London:
Earthscan.
Gbetibouo, G. et R. Hassan (2005), Mesure de l'impact économique du changement climatique
sur les principales cultures d'Afrique du Sud: une approche Ricardienne », Global and
Planetary Change 47 (2-4): 143-52
GIEC (Groupe d'experts intergouvernemental sur l'évolution du climat) (2007), Bilan 2007 des
changements climatiques: rapport de synthèse. Genève
GIEC (2001). Bilan 2001 des changements climatiques : les éléments scientifiques
GIEC (2014). Bilan 2014 des changements climatiques : les éléments scientifiques.
Kelly, D.L., C.D. Kolstad, and G. T. Mitchell. (2005). “Adjustment costs from environmental
change” Journal of Environmental Economics and Management 50: 468-495.
Kurukulasuriya, P. and R. Mendelsohn. (2008). “A Ricardian Analysis of The Impact of
Climate Change on African Cropland” African Journal Agriculture and Resource
Economics 2:1-23.
Mendelsohn and al (2008), climate change and African agriculture: impact assessment and
adaptation strategies. London: Earthscan
Mendelsohn and al (1996). "Climate Impacts on Aggregate Farm Value: Accounting for
Adaptation." Agricultural and Forest Meteorology 80: 55-66.

Mendelsohn, R. and A. Dinar. (2003). “Climate, Water, and Agriculture”, Land Economics
79: 328-341.
Mendelsohn, R. and A. Dinar. (2009). Climate Change and Agriculture: An Economic
Analysis of Global Impacts, Adaptation, and Distributional Effects Edward Elgar
Publishing, England, 2009.

Mendelsohn, R. and W. Nordhaus, (1996), The Impact of global warming on agriculture: reply‘,
American Economic Review, 86: 1312-1315.
Mendelsohn, R., A. Basist, A. Dinar, and P. Kurukulasuriya. (2007b). “What Explains
Agricultural Performance: Climate Normals or Climate Variance?” Climatic Change
81: 85-99.
Mendelsohn, R., A. Basist, A. Dinar, F. Kogan, P. Kurukulasuriya and C. Williams. (2007a).
“Climate Analysis with Satellites Versus Weather Station Data” Climatic Change 81:
71-84.

14
Mendelsohn, R., A. Dinar and A. Sanghi. (2001). "The Effect of Development on the Climate
Sensitivity of Agriculture", Environment and Development Economics 6: 85-101.

Mendelsohn, R., A.F. Avila, S.N. Seo. (2007). “Incorporation of Climate Change Into Rural
Development Strategies: Synthesis of the Latin American Results” PROCISUR,
Montevideo, UR.
Mendelsohn, R., W. Nordhaus and D. Shaw. (1999). “The Impact of Climate Variation on US
Agriculture” in The Impact of Climate Change on the United States Economy. Robert
Mendelsohn and James Neumann (eds) Cambridge University Press, Cambridge, UK,
pp 55-74.
Mendelsohn, R., W. Nordhaus, and D. Shaw, (1994), The impact of global warming on
agriculture: A Ricardian analysis‘, American Economic Review, 84: 753–771.
Molua, E.L. and C.M. Lambi, (2006), The economic impact of climate change on agriculture
in Cameroon‘, CEEPA Discussion Paper, Centre for Environmental Economics and
Policy in Africa -CEEPA, University of Pretoria, S.A.
Ouédraogo (2012) Impact des changements climatiques sur les revenus agricoles au Burkina
Faso, Journal of Agriculture and Environment for International Development – JAEID
2012, 106 (1): 3 – 21
Reilly, J., et al. (1996). “Agriculture in a Changing Climate: Impacts and Adaptations” in
Intergovernmental Panel on Climate Change, Climate Change 1995: Impacts,
Adaptations, and Mitigation of Climate Change Cambridge University Press:
Cambridge, pp 427-468.
Reilly, J., N. Hohmann, and S. Kane. (1994). “Climate Change and Agricultural Trade: Who
Benefits, Who Loses?” Global Environmental Change 4: 24-36.
Ricardo, David. 1817. On the Principles of Political Economy and Taxation. John Murray,
London.

Rosenzweig, C et M Parry (1994), les impacts potentiels du changement climatique sur

l'approvisionnement alimentaire mondial, Nature 367, 133-138.

Schlenker, W., M. Hanemann, and A. Fischer. (2006). "The Impact of Global Warming on
U.S. Agriculture: An Econometric Analysis of Optimal Growing Conditions," Review
of Economics and Statistics 88(1): 113-125.
Seo, S. N. and Mendelsohn, R. (2008b). A Structural Ricardian Analysis of Climate Change
Impacts and Adaptations in African Agriculture. Policy Research Working Paper The
World Bank.
Sultan & al (2011) An ex-ante evaluation of seasonal forecasting for millet growers in SW
Niger, International Journal of Climatology, doi: 10.1002/joc.2308.

15