1L’activité agricole s’appuie, plus que tout autre secteur économique, sur les ressources naturelles. Elle mobilise l’eau et le sol en tant qu’intrants dans le processus de production et elle affecte en retour l’ensemble des compartiments de l’environnement naturel : l’eau et le sol, dont elle change la qualité, l’air, via les pollutions émises et les séquestrations de gaz à effet de serre (GES) (Bostian et Lundgren, 2022). En même temps, elle modifie, par son action, la biodiversité, tant au niveau des écosystèmes que des espaces cultivés, ainsi 9 des 6 000 espèces végétales cultivées dans le monde représentent 66 % de la production agricole totale (Mauguin et Caquet, 2020). En Europe, les émissions de GES de l’agriculture représentent 14 % des émissions totales (European Environment Agency, 2019), faisant de l’agriculture un secteur clé dans la mise en place de stratégies d’atténuation et d’adaptation au changement climatique (Stetter et Sauer, 2021). Parmi les activités agricoles, la production laitière, en croissance à travers le monde de 30 % entre 2005 et 2015, est responsable de 4 % des émissions de GES, mais ces dernières n’ont crû que de 18 % en comparaison, du fait de gains d’efficience (FAO, 2019). En termes de biodiversité, la concentration élevée d’élevages laitiers en Bretagne fait que la région est confrontée à de nombreux défis liés aux pratiques agricoles tels que la gestion durable du bocage, des zones humides, des prairies naturelles à flore diversifiée, des éléments de paysage cultivé et non cultivé (Agence bretonne de la biodiversité, 2021).
2Par les politiques publiques ou dans le cadre de démarches privées, les agriculteurs sont aujourd’hui incités à adopter des technologies qui préservent mieux la qualité de l’eau, la qualité de l’air et la biodiversité. En France, la stratégie nationale bas carbone (SNBC) fixe la réduction des émissions de GES agricoles de 30 % d’ici 2030 par rapport à 1990 (ministère de la Transition écologique et solidaire, 2018). Un nombre croissant de mesures liées à la politique agricole mettent l’accent sur la préservation d’une diversité riche de plantes et d’animaux en maintenant les espèces et leurs habitats (Kleijn et Sutherland, 2003). C’est le cas, en Europe, de la nouvelle Politique agricole commune (PAC) 2023-2027 qui intègre des dispositifs tels que la conditionnalité renforcée, les écorégimes et un nouveau programme de mesures agroenvironnementales et climatiques (MAEC).
3Les impacts de l’activité agricole sur les ressources naturelles, tels que la réduction des émissions de GES ou le maintien de la biodiversité s’apparentent à des services environnementaux. Par leurs actions, les agriculteurs contribuent à maintenir ou restaurer les écosystèmes et la société en tire des bénéfices. Les coûts de production des exploitations labellisées, comme les exploitations biologiques, qui produisent certains services environnementaux (moindre dégradation de la qualité de l’eau et des sols, maintien de la biodiversité) sont plus élevés que ceux des exploitations conventionnelles, au moins pendant la période de conversion (Uematsu et al., 2012 ; Guyomard et al., 2013 ; Froehlich et al., 2018). Pour les exploitations conventionnelles, les services environnementaux liés aux pratiques agricoles s’apparentent à des externalités, c’est-à-dire que leur valeur n’est pas incluse dans les prix des biens marchands, elle est absente de la sphère de la comptabilité privée de l’agriculteur. En lien avec l’évolution des politiques publiques, dans les différents domaines, l’identification des bénéfices et des coûts associés à la production de services environnementaux est devenue un enjeu fort pour la reconnaissance des efforts réalisés, à la fois par les exploitations labellisées et les exploitations conventionnelles. En reconnaissant les services environnementaux associés à la production agricole et leurs coûts de production explicites, les agriculteurs peuvent espérer des rémunérations ou des compensations de la part de marchés spécifiques ou de politiques publiques. Cependant, l’évaluation du degré d’arbitrage entre performances économiques et environnementales, pourtant cruciale, est rarement réalisée (Rosa-Schleich et al., 2019). La compréhension de ce compromis dépend notamment du type de service environnemental, des indicateurs de performance utilisés et des types de production et de pratiques agricoles considérés. Deux approches principales peuvent être distinguées pour approcher la valeur économique des services environnementaux. Ces derniers peuvent être évalués en considérant leur valeur pour la société (approche basée sur la demande), ou en essayant d’isoler leur coût de production pour l’agriculteur (approche basée sur l’offre). Ici nous nous intéressons à la seconde approche, dans la situation d’exploitations d’élevage laitier conventionnel en Bretagne, en considérant un indicateur climatique et un indicateur de biodiversité. L’un de nos objectifs est d’examiner s’il existe un compromis entre la réduction des émissions de GES et l’amélioration de la biodiversité. Le compromis repose sur l’idée que certaines pratiques visant à réduire les émissions de GES peuvent entrer en conflit avec des pratiques favorisant la biodiversité (Wüstemann et al., 2017). Les travaux de Teillard et al. (2014) mettent en évidence les interactions complexes entre les émissions de GES et la biodiversité dans l’élevage. Leur étude suggère des degrés variables de synergies et de compromis entre ces services environnementaux, dans différents systèmes de production. Cependant, à notre connaissance, les recherches existantes n’ont pas encore exploré le compromis entre les émissions de GES et la biodiversité, notamment en ce qui concerne leurs impacts respectifs sur le coût de production du lait.
4Cette étude apporte une contribution à la littérature existante en évaluant spécifiquement les coûts économiques associés aux émissions de GES et à la biodiversité en production bovine laitière spécialisée. Le travail vise à évaluer si la réduction des émissions de GES a un coût pour l’exploitation qui serait compensé par un gain lié à l’amélioration de la biodiversité et inversement. Un modèle de score de propension généralisé est présenté et estimé pour isoler le coût propre de ces deux services environnementaux. Au sein d’un échantillon de 2 463 observations, 1 898 exploitations laitières de Bretagne, suivies entre 2020 et 2022, sont classées selon leur niveau d’effort environnemental, exprimé, d’une part, selon le niveau d’émissions de GES par hectare et, d’autre part, selon un indice de biodiversité cultivée (indice de Shannon). Alors que la baisse des émissions de GES par unité de surface est clairement corrélée à une augmentation du coût de production du lait, croissante avec le niveau d’effort, une plus grande biodiversité cultivée n’a pas d’impact sur ce coût de production du lait.
5La deuxième partie de cet article présente les indicateurs utilisés pour évaluer les performances économiques et environnementales au niveau de l’exploitation, ainsi que la méthode de classification retenue. Nous exposons ensuite la stratégie d’identification économétrique que nous avons suivie pour relier les services environnementaux et les coûts de production. Dans la troisième partie, nous présentons et décrivons la base de données des exploitations agricoles sur laquelle les indicateurs sont calculés. La dernière partie présente les résultats obtenus avant la discussion et la conclusion.
6Dans cette partie, nous présentons les indicateurs économiques et environnementaux utilisés, ainsi que le modèle économétrique employé pour répondre aux objectifs. Le graphique 1 présente les grandes étapes de notre démarche méthodologique. Dans notre étude, nous avons évalué l’impact de la performance environnementale, mesurée par les émissions de gaz à effet de serre (GES) et la biodiversité cultivée, sur le coût de production du lait. Le coût de production (€/1000 litres) a d’abord été calculé comme indicateur économique. La performance environnementale a été mesurée via deux indicateurs : les émissions de GES par hectare et le nombre effectif de cultures (NEC). Chaque exploitation a reçu une note environnementale (0 à 9) regroupée en cinq catégories (quintiles). Enfin, un modèle économétrique basé sur le score de propension généralisé (GPS) a permis d’analyser l’effet des performances environnementales sur le coût de production, en tenant compte des facteurs confondants.
Graphique 1. Étapes d’estimation du coût des services environnementaux
Source : les auteurs.
7Dans l’optique d’identifier s’il existe, dans notre échantillon de fermes laitières spécialisées, un surcoût à la production de services environnementaux, nous approchons le niveau de performance économique par les coûts de production nécessaires pour produire 1 000 litres de lait. Le coût de production du lait est un élément essentiel dans la négociation du prix de vente du lait, lequel est également exprimé en €/1 000 litres. Cette unité permet non seulement de suivre les coûts de production de manière standardisée, mais aussi de déterminer comment les surcoûts liés à la performance environnementale peuvent être répercutés sur le prix de vente. Cela permet au producteur de justifier une hausse du prix de vente proportionnelle aux efforts fournis pour la réduction des impacts environnementaux. Au niveau de l’exploitation, l’indicateur de coût de production du lait que nous considérons compile uniquement les dépenses engagées pour produire 1 000 litres de lait, sans réinjecter les autres produits de l’exploitation ni les aides de la PAC. Les charges comptabilisées sont de deux types : les charges opérationnelles (frais d’alimentation, d’élevage et vétérinaires, achats d’intrants) et les charges de structure (machines, bâtiments, charges diverses, foncier, capital d’exploitation et charges de main-d’œuvre).
- 1 Indicateurs de durabilité des exploitations agricoles.
8Les performances environnementales des exploitations agricoles peuvent être évaluées en fonction de leur impact sur quatre compartiments environnementaux : le sol, l’eau, l’air et la biodiversité. Plusieurs approches existent pour évaluer la durabilité des exploitations agricoles (Peschard et al., 2004). Certaines d’entre elles, telles que la méthode IDEA1, proposent de multiples indicateurs environnementaux mobilisant des techniques de notation (Girardin, 2005). Ces évaluations fournissent des outils d’aide à la décision qui visent à orienter les décisions privées vers des objectifs définis. Dans cet article, nous nous focalisons sur deux indicateurs spécifiques liés au changement climatique et à la biodiversité qui sont au cœur des évolutions des systèmes d’élevage bovin laitier en Bretagne. Puis, nous testons l’effet de la performance environnementale, mesurée indicateur par indicateur, sur les coûts de production du lait. Les deux indicateurs environnementaux sont relatifs aux émissions de GES et à la biodiversité cultivée.
- 2 La méthodologie AGRIBALYSE© prend en compte à la fois les émissions directes et indirectes, c’est- (...)
9L’évaluation du bilan carbone représente l’approche la plus précise pour déterminer les émissions nettes réelles au niveau de l’exploitation, car elle tient compte de toutes les émissions et séquestrations liées à toutes les opérations agricoles, en s’appuyant sur des cadres de calcul et en incluant les changements dans l’utilisation des terres. Toutefois, nous ne disposons pas actuellement, sur de larges échantillons, de données de diagnostic complètes associées à des données de suivi économique. Ainsi, pour quantifier les émissions de GES, nous avons choisi de nous appuyer sur un indicateur calculé à la ferme à l’aide du référentiel AGRIBALYSE© de l’ADEME (Samson et Aubin, 2018). L’indicateur de changement climatique (noté cc) permet de comptabiliser à la ferme les émissions anthropiques de GES tels que le dioxyde de carbone (CO2), le méthane (CH4) et le protoxyde d’azote (N2O). La base de données AGRIBALYSE© compile des données d’inventaire du cycle de vie (ICV) décrivant dix-sept impacts environnementaux. Cette base de données permet d’évaluer, du berceau au bord du champ2, les quantités de ressources prélevées dans le milieu naturel au cours du processus de production et les quantités de substances polluantes émises dans le sol, l’air et l’eau (Koch et al., 2013). Pour les émissions de GES, la base de données AGRIBALYSE© recense les ICV de 133 types de productions végétales et 48 types de productions animales. L’indicateur cc compile, par exploitation, les émissions par unité d’espèce végétale j et d’animal h multipliées par les quantités de chacune (équation 1).
Notes : cctotj : quantité totale de GES émise, ccj, cch : indicateurs unitaires à la production (AGRIBALYSE) / déclinés par groupe de produit et par système de production, i : exploitation, j : espèce végétale, q : quantité espèce végétale, h : espèce animale, nh : nombre espèce animale, ph : poids espèce animale
10L’indicateur d’émission cctot par exploitation peut être édité soit par quantité de lait produite, soit par hectare de terre. La plupart des études sur l’efficacité productive des exploitations laitières en relation avec les émissions de GES privilégient une approche par produit. Ce choix est cohérent avec le caractère de bien public mondial des GES car il s’agit de réduire le niveau d’émissions pour un niveau de production afin de couvrir la demande mondiale. Cependant, toutes ces études conduisent à favoriser les systèmes fourragers intensifs qui produisent un volume de lait plus élevé avec moins de vaches, en utilisant plus de concentrés alimentaires par litre de lait. Les économies réalisées sur les émissions de méthane entérique des vaches laitières, moins nombreuses pour produire la même quantité de lait, l’emportent, en moyenne, sur l’augmentation des émissions par vache due à l’utilisation plus intensive d’aliments concentrés. Finalement, ces systèmes sont plus efficaces en termes d’émissions par litre de lait (Stetter et al., 2022 ; Läpple et al., 2022). Toutefois, ces exploitations ont également tendance à avoir des niveaux de chargement herbivore plus élevés par hectare et une part plus faible de prairies dans la rotation des cultures, ce qui caractérise les systèmes fourragers intensifs. Or les systèmes extensifs, liés à la plus forte présence de prairies et une plus grande diversité végétale, fournissent d’autres services environnementaux, en particulier le maintien d’une plus grande biodiversité et des services de pollinisation associés, ainsi que la limitation du ruissellement et des fuites d’azote et de phosphore dans l’environnement (Peyraud et al., 2012). Afin d’arriver à un compromis sur la valorisation de ces deux services (émissions de GES et biodiversité), nous avons donc choisi d’utiliser un indicateur cc d’émissions de GES exprimé en tonnes de CO2 équivalent par hectare.
11La diversité des cultures peut se définir à différents niveaux, incluant la variété des espèces de cultures, la diversité des variétés au sein de ces espèces, ainsi que la diversité génétique présente à la fois au sein des espèces de cultures et des différentes variétés. La diversité des cultures contribue à la durabilité environnementale en réduisant la pression des pathogènes sur un type de culture particulier et en préservant la biodiversité cultivée. En partant de Aguilar et al. (2015), nous proposons l’indice de diversité de Shannon noté H’ exprimé sous forme du nombre effectif d’espèces de cultures (noté NEC) pour évaluer la diversité au sein de chaque exploitation (équation 2).
Note : Avec pi la proportion de chaque catégorie de culture i dans la surface totale de l’exploitation. Et s le nombre de cultures présentes sur l’exploitation.
12La diversité culturale peut être mesurée en examinant les différents groupes de cultures présentes dans les rotations agricoles, telles que les céréales, les oléagineux, les protéagineux, les surfaces toujours en herbe, les cultures fourragères et les jachères. Dans notre indicateur, nous comptons une unité pour chaque culture (blé, orge, pois, colza, lupin…) plutôt que pour chaque groupe de culture (céréales à paille, légumineuses). Par conséquent, chaque culture de vente, chaque culture fourragère et chaque type de prairie ont été traités individuellement comme des « cultures » distinctes. Ainsi, plus de dix types différents d’espèces et de couverts sont présents au sein des prairies, reflétant ainsi une grande diversité (Bourrache, Phacélie, Brôme, Ray-grass, X-Festulolium, Dactyle, Fétuque, Fléole Paturin, Bois pâturé, Châtaigneraie, Chênaie et Roselière etc.). Au total 65 cultures différentes ont été prises en compte dans la caractérisation de la biodiversité cultivée au sein de notre échantillon d’exploitations. Le choix d’utiliser l’indice de Shannon plutôt qu’un autre indice de diversité permet de tenir compte à la fois de la diversité en nombre d’espèces mais aussi de l’ampleur des surfaces potentiellement concernées par une alternance de cultures d’une année à l’autre, l’indicateur traduit donc la mosaïque d’occupation du sol agricole (Aguilar et al., 2015). Le nombre effectif d’espèces de cultures est déduit de l’indice de Shannon H’ (équation 3).
13NEC = e–H’ (Équation 3)
14L’indicateur de nombre effectif de cultures (NEC) représente l’estimation du nombre de cultures effectif de chaque exploitation. Prenons l’exemple de deux exploitations qui ont chacune cinq cultures. Si la première exploitation a une égale répartition de sa superficie entre les cultures (20 % de chaque), elle aura un NEC de 5, égal au nombre de cultures. Si la deuxième exploitation consacre 80 % de sa surface à une seule culture et le reste aux quatre dans une même proportion, elle aura un NEC de 2,17. Ainsi, dans notre échantillon, le NEC varie de 1 à 14 avec un coefficient de variation de 44 %.
15Les classes de performance environnementale sont établies séparément pour chaque indicateur, sur la base des distributions au sein de l’échantillon. Une exploitation est considérée comme performante en termes d’émissions de GES si ses émissions par hectare sont faibles, et comme performante en termes de biodiversité si son nombre effectif d’espèces cultivées (NEC) est élevé. Ainsi, les exploitations sont réparties en déciles pour chaque indicateur (émissions de GES et biodiversité), et une note environnementale de 0 à 9 leur est attribuée en fonction de leur position : pour les émissions de GES, les exploitations dans le premier décile reçoivent 9 points et cette note diminue jusqu’à 0 pour celles dans le dernier décile. En revanche, pour le NEC, les exploitations dans le premier décile (celles avec le NEC le plus faible) reçoivent 0 point, et la note augmente jusqu’à 9 pour celles dans le dernier décile. Ensuite, en se basant sur les quintiles de la note environnementale, les exploitations sont classées en cinq catégories de performance environnementale, de taille égale : très faible, faible, moyenne, élevée et très élevée. En attribuant des scores basés sur les déciles avant de classer les exploitations en quintiles, nous introduisons une étape intermédiaire qui normalise les performances en fonction de l’ensemble de l’échantillon. Cela offre une meilleure représentation de la diversité des performances relatives des exploitations au sein de l’échantillon, en l’absence de références externes pour les deux indicateurs considérés.
16L’objectif est d’évaluer l’effet-propre de la performance environnementale sur le coût de production du lait. Plusieurs facteurs peuvent affecter les performances économiques et le coût de production du lait dans les exploitations laitières. Ces facteurs peuvent être regroupés en deux catégories : les facteurs externes et les facteurs internes. Parmi les facteurs externes, nous distinguons ceux liés à i) l’environnement réglementaire, ii) l’environnement socio-économique (les marchés, l’organisation territoriale) et iii) l’environnement naturel (conditions pédoclimatiques). Parmi les facteurs internes, nous trouvons les facteurs structurels (tels que la taille des exploitations…), ou les facteurs humains (tels que l’âge ou les compétences des agriculteurs) (Jan et al., 2011, 2014). Parmi les facteurs humains, certains, comme les compétences en matière de gestion ou les préférences par rapport au risque et au temps, ne sont pas observables et sont pris en compte dans les termes d’erreur. En outre, les synergies entre les performances économiques et environnementales mises en évidence par Jan et al. (2014) suggèrent que les deux performances peuvent être expliquées par les mêmes déterminants. Par exemple, le système de production ou encore la taille d’une exploitation peuvent expliquer à la fois ses performances économique et environnementale. Cela suggère qu’il sera compliqué d’isoler l’impact propre de la performance environnementale sans tenir compte des problèmes d’endogénéité. Pour toutes ces raisons, les techniques de régression classique peuvent biaiser les estimations. Par conséquent, nous donnons la priorité aux méthodes qui peuvent isoler l’impact de la performance environnementale et qui peuvent prendre en compte l’endogénéité. En suivant Hirano et Imbens (2004), nous proposons un modèle de score de propension généralisée pour estimer l’effet moyen de la performance environnementale. Cette méthode permet de contourner le biais d’endogénéité et de comparer les exploitations en contrôlant les caractéristiques qui pourraient expliquer les différences de scores de performance. Le score de propension généralisé (SPG) est une extension de la méthode du score de propension pour le traitement binaire (Rosenbaum et Rubin, 1983) qui permet d’estimer l’effet d’un traitement multiple.
17Dans notre cas, le SPG est défini comme la probabilité conditionnelle d’appartenir à une classe de performance environnementale étant donné le vecteur des co-variables observées (Imbens, 2000). De même qu’avec un traitement binaire, nous faisons l’hypothèse que la performance environnementale est aléatoire conditionnellement aux caractéristiques observables (Läpple et Thorne, 2018). Chaque exploitation agricole du groupe se voit attribuer un poids en fonction de la probabilité d’appartenance à la classe de performance environnementale. Ainsi, dans le cadre de notre démarche empirique, la première étape consiste à estimer la distribution conditionnelle (score de propension généralisé SPG) de la performance environnementale en se basant sur les co-variables, grâce à un modèle multinomial (Équation 4).
18SPGj(X) = Pr (Z = j | X) (Équation 4)
19Où j représente le nombre de classes de performance environnementale, et Z représente les variables explicatives connues pour être susceptibles d’influencer les performances économique et environnementale des exploitations, selon la littérature. Les co-variables utilisées pour estimer le score de propension sont : la taille du troupeau, le type de système fourrager (à base d’herbe ou de maïs), le niveau de spécialisation, la superficie totale de l’exploitation et le statut juridique. La taille du troupeau est mesurée par le nombre de vaches laitières, divisé en quartiles. Pour distinguer les systèmes fourragers, nous utilisons les critères définis dans le cadre des mesures agro-environnementales et climatiques de la PAC. Nous considérons qu’un système est herbager lorsque sa part de maïs dans la surface fourragère principale (SFP) est inférieure à 28 % et que sa part d’herbe dans la SFP est supérieure à 55 %. Le système fourrager « maïs 1 » comprend les exploitations dont la part de maïs dans la SFP est inférieure ou égale à 45 %, et le système fourrager « maïs 2 » comprend les exploitations dont la part de maïs est supérieure à 45 %. Le statut juridique est divisé en quatre modalités : i) les exploitations individuelles ; ii) les sociétés sous le statut de Groupement agricole d’exploitation en commun (GAEC), statut sociétaire le plus répandu ; iii) les sociétés sous le statut d’exploitation agricole à responsabilité limitée (EARL) ; et iv) les autres formes juridiques (tableau 1). Pour saisir les effets temporels, l’année a également été introduite comme variable de contrôle, en plus des déterminants.
Tableau 1. Groupes de variables de contrôle
Taille du troupeau
Nombre de vaches laitières
|
Petites
|
Moyennes
|
Grandes
|
Très grandes
|
< 53 VL
|
53 to 68 VL
|
68 to 88 VL
|
> 88 VL
|
Système fourrager
maïs et herbe/surface fourragère
|
Herbager
|
Maïs 1
|
Maïs 2
|
Niveau de spécialisation
produit laitier/produit total
|
Spécialisation 1
|
Spécialisation 2
|
Spécialisation 3
|
Spécialisation 4
|
< 76 %
|
76-81 %
|
81-85 %
|
> 85 %
|
Statut juridique
|
Individuel
|
GAEC
|
EARL
|
Autres formes juridiques
|
Source : les auteurs.
20Après avoir obtenu les estimations des probabilités, nous appliquons la méthode de pondération par l’inverse de la probabilité de traitement (IPTW) afin d’équilibrer les co-variables et d’estimer les effets de la performance environnementale de manière équilibrée. Pour ce faire, les pondérations IPTW obtenues sont utilisées pour inverser la probabilité d’appartenance à chaque classe de performance. Les poids IPTW sont normalisés en les divisant par leur moyenne. Ces poids calculés sont ensuite utilisés dans une régression linéaire pour réduire ou éliminer l’impact des facteurs observables et isoler l’effet de la seule performance environnementale. Les estimations sont sans biais à la condition que la propriété d’équilibrage du score de propension soit satisfaite (Rosenbaum et Rubin, 1983). Cette propriété stipule que la distribution des co-variables doit être similaire entre les classes de performance environnementale, après avoir pris en compte la pondération inverse du score de propension. Cela permet de s’assurer que toute différence observée dans les résultats est due à la performance environnementale elle-même et non à des différences liées aux caractéristiques entre les classes. Ainsi, pour surmonter le biais de sélection et donc de l’estimation, les différences de moyennes doivent être éliminées ou réduites de manière significative. Lorsque cette propriété n’est pas satisfaite pour certaines co-variables, Rubin (2001) préconise de les introduire dans le modèle linéaire ajusté afin de réduire le biais résiduel et d’améliorer la précision de l’estimation dès lors que la valeur absolue de la différence standardisée des moyennes est supérieure à 0,25.
21Nous avons donc estimé un modèle linéaire pondéré pour chaque indicateur pour isoler leur impact sur le coût de production. Pour l’indicateur d’émissions, la variable système fourrager présente une différence standardisée des moyennes supérieure à 0,25, nous l’avons donc utilisé comme facteur confondant dans l’estimation de l’effet des émissions de GES sur le coût de production (Équation 5).
22yi représente le coût de production observé pour l’individu i, α0 est la constante et représente l’estimation du coût de production moyen d’une exploitation de très faible performance environnementale (émissions de GES/ha élevées) évoluant dans un système fourrager « maïs 2 », Tc,i représente la classe de performance de l’exploitation agricole et αc est l’effet moyen par rapport à la classe de référence (Performance très faible). Systèmes,i représente le système fourrager et αs est l’effet moyen du système par rapport au système « maïs 2 ». Le terme εi correspond à la partie aléatoire du modèle. Nous supposons que εi suit une distribution normale (εi ~ N(0, σ2)).
23Pour le nombre effectif d’espèces de cultures, trois co-variables (niveau de spécialisation, année, et Surface Agricole Utile) ayant servi à calculer les scores de propension présentent des déséquilibres après la pondération. Nous les avons également ajustés dans une régression linéaire pondérée pour isoler l’effet de la biodiversité cultivée sur le coût de production (Équation 6).
24yi représente le coût de production observé pour l’individu i, β0 la constante représente l’estimation du coût de production moyen d’une exploitation de très faible performance environnementale (faible nombre effectif d’espèces de cultures), avec une forte spécialisation, pour l’année 2020. βc est l’effet moyen la classe de performance Tc,i par rapport à la classe de référence (Performance très faible). βn est l’effet moyen du niveau de spécialisation par rapport au niveau de spécialisation 4. βa représente l’effet de l’année a par rapport à l’année 2020. μi correspond au terme d’erreur et est supposé également suivre une distribution normale (μi ~ N(0, σ2)).
25Nous utilisons les données comptables individuelles des exploitations laitières des quatre départements de la Bretagne (Ille-et-Vilaine, Morbihan, Finistère et Côtes-d’Armor). Elles ont été fournies par l’agence comptable Cerfrance Bretagne. La base contient un panel non balancé de 2 463 observations de 1 898 exploitations réparties sur trois années (2020, 2021 et 2022) correspondant à des exercices comptables clôturés. Ces exploitations sont spécialisées en production laitière avec une part de produits laitiers représentant plus de 70 % du produit total, et affichent une production moyenne annuelle de 617 500 litres de lait. Afin de calculer un indice de biodiversité cultivée, nous avons eu accès, sur les mêmes individus, aux données de déclaration PAC pour ce qui concerne le recensement des espèces végétales.
26Les émissions moyennes calculées, sur l’échantillon, par hectare de surface agricole utile (SAU) à l’aide du référentiel AGRIBALYSE© (9 040 kg eq. CO2/ha SAU avec un écart-type de 2 242) se révèlent légèrement supérieures aux émissions moyennes de GES des exploitations laitières bretonnes (8 261 kg eq. CO2/ha SAU) calculées à partir de l’évaluation CAP’2ER (Idele, 2023). Cette différence peut être principalement attribuée aux différences méthodologiques et aux ajustements basés sur la qualité du lait. En effet, premièrement la méthode CAP’2ER se concentre sur l’évaluation des émissions de GES au niveau de l’exploitation agricole. Elle prend en compte les émissions directes et indirectes associées à toutes les activités de l’exploitation, incluant l’élevage, la culture des terres, l’utilisation des intrants agricoles, et la gestion des déchets et des effluents. Les étapes en aval, comme le transport et la transformation, ne sont généralement pas prises en compte dans cette méthode. La méthode Agribalyse, elle, adopte une approche d’analyse du cycle de vie pour évaluer les émissions de GES. Elle examine les émissions associées à chaque étape du cycle de vie d’un produit agricole ou alimentaire, de la production des matières premières à la consommation finale, en incluant le transport. Ainsi, par exemple, les émissions associées aux intrants (comme les engrais, les pesticides et l’énergie utilisée pour la production et le transport de ces intrants) sont intégrées de manière plus exhaustive dans Agribalyse. Deuxièmement, la méthode CAP’2ER ajuste les émissions en fonction des caractéristiques butyriques et protéiques du lait. Un lait avec une teneur plus élevée en matières grasses et en protéines peut être produit de manière plus efficace en termes d’émissions de GES par unité de produit. Dans Agribalyse, la teneur du lait en matières grasses butyriques ou en protéines n’est pas prise en compte dans le calcul des émissions de GES. Ces deux différences de comptabilisation peuvent expliquer les différences observées entre l’estimation à partir d’Agribalyse et le calcul réalisé avec la méthode CAP’2ER mais la relative proximité des valeurs obtenues valide notre choix d’utiliser un indicateur d’émissions estimé.
27Dans notre classification, une meilleure performance est associée à des émissions de GES plus faibles par hectare de SAU. Parallèlement, une baisse des émissions par hectare correspond à une augmentation des émissions par kilogramme de lait, et, globalement, un volume total de lait produit plus élevé (tableau 2).
Tableau 2. Statistiques de l’échantillon en fonction des classes sur les GES/ha
-
|
-
|
Classes de performance sur les GES/ha
|
-
|
Échantillon
|
Très faible
|
Faible
|
Moyen
|
Forte
|
Très forte
|
Émission de GES
(kg eq CO2/ha de SAU)
|
9 040
(2 242)
|
12 336
(1 088)
|
10 179
(389)
|
8 919
(353)
|
7 716
(387)
|
6 042
(779)
|
Émission de GES
(kg eq CO2/l lait)
|
1,38
(0,15)
|
1,32
(0,12)
|
1,36
(0,13)
|
1,37
(0,13)
|
1,41
(0,14)
|
1,44
(0,19)
|
Chargement
(UGB/ ha de SFP)
|
1,69
(0,40)
|
1,99
(0,42)
|
1,82
(0,34)
|
1,69
(0,34)
|
1,57
(0,32)
|
1,37
(0,30)
|
Surface praires temporaires / SFP (%)
|
48
(19)
|
42
(16)
|
45
(18)
|
47
(19)
|
50
(19)
|
55
(22)
|
Lait produit (l)
|
617 500
(311 325)
|
797 424
(350 696)
|
712 605
(323 471)
|
616 370
(251 089)
|
543 017
(249 051)
|
417 600
(213 368)
|
Productivité par vache (l/VL)
|
7 643
(1 346)
|
8 522
(1 034)
|
8 083
(1 084)
|
7 799
(1 067)
|
7 369
(1 192)
|
6 440
(1 323)
|
Productivité de la terre (l/ha SAU)
|
6 669
(1 945)
|
9 424
(1 190)
|
7 572
(746)
|
6 549
(667)
|
5 532
(595)
|
4 262
(797)
|
Nombre d’observations
|
2 463
|
493
|
493
|
493
|
492
|
492
|
Notes : GES : gaz à effet de serre ; SAU : surface agricole utile ; UGB : unité gros bétail ; SFP : surface fourragère principale ; l : litre ; VL : vache laitière ; les valeurs présentées dans le tableau représentent les moyennes pour chaque indicateur, avec l’écart-type indiqué entre parenthèses.
Source : les auteurs.
28En ce qui concerne les statistiques des classes de performance sur le NEC, le tableau 3 montre que l’indice de Shannon, avec une moyenne de 1,12, suggère une biodiversité cultivée modérée dans l’ensemble des exploitations de l’échantillon. Un écart-type de 0,49 indique une certaine variabilité entre les exploitations, bien que la majorité semble se situer autour de cette moyenne. L’indice de Shannon et le NEC révèlent que, globalement, les exploitations présentent une diversité modérée, avec des écarts significatifs entre elles.
Tableau 3. Statistiques de l’échantillon en fonction des classes sur les NEC
-
|
-
|
Classes de performance sur les NEC
|
Échantillon
|
Très faible
|
Faible
|
Moyen
|
Forte
|
Très forte
|
Indice de Shannon
|
1,12
(0,49)
|
0,34
(0,22)
|
0,94
(0,13)
|
1,23
(0,05)
|
1,41
(0,06)
|
1,70
(0,20)
|
NEC
|
3,4
(1,6)
|
1,4
(0,3)
|
2,6
(0,3)
|
3,4
(0,2)
|
4,1
(0,2)
|
5,6
(1,4)
|
Chargement
(UGB/ ha de SFP)
|
1,69
(0,40)
|
1,70
(0,39)
|
1,68
(0,39)
|
1,71
(0,39)
|
1,69
(0,47)
|
1,66
(0,39)
|
Surface praires temporaires / SFP (%)
|
48
(19)
|
49
(19)
|
49
(20)
|
45
(21)
|
46
(19)
|
49
(19)
|
Lait produit (l)
|
617 500
(311 325)
|
678 222
(372 059)
|
635 695
(311 117)
|
596 018
(300 876)
|
608 035
(282 176)
|
569 485
(270 308)
|
Productivité par vache (l/VL)
|
7 643
(1 346)
|
7 733
(1 381)
|
7 669
(1 339)
|
7 591
(1 395)
|
7 640
(1 271)
|
7 583
(1 337)
|
Productivité de la terre (l/ha SAU)
|
6 669
(1 945)
|
6 772
(2 084)
|
6 787
(1 953)
|
6 947
(1 826)
|
6 569
(1 853)
|
6 270
(1 935)
|
Nombre d’observations
|
2 463
|
493
|
493
|
493
|
492
|
492
|
NEC : nombre effectif de cultures ; SAU : surface agricole utile ; UGB : unité gros bétail ; SFP : surface fourragère principale ; l : litre ; VL : vache laitière ; les valeurs présentées dans le tableau représentent les moyennes pour chaque indicateur, avec l’écart-type indiqué entre parenthèses.
Source : les auteurs.
29De manière générale, la classification en fonction du NEC ne discrimine pas de manière significative les exploitations par leurs caractéristiques et leur niveau de productivité. Les écarts observés entre les classes restent faibles, suggérant que la biodiversité, telle que mesurée par le NEC, n’entraîne pas de différences marquées dans les pratiques agricoles ou les niveaux de production (tableau 3).
30Les exploitations qui présentent une bonne performance environnementale en termes d’émissions de GES par hectare se caractérisent par une proportion moins importante de surface allouée au maïs dans leur surface fourragère, un nombre réduit de vaches et une productivité laitière plus faible par vache, par comparaison avec les exploitations affichant une faible performance environnementale. Par ailleurs, les exploitations à performance environnementale supérieure ont des coûts de production du lait plus élevés que celles qui affichent des performances moindres. En d’autres termes, nous observons que le coût de production du lait augmente avec le niveau de performance en émissions par hectare (graphique 2).
Graphique 2. Description des exploitations selon leur performance en GES/ha
Notes : VL : vache laitière ; SFP : surface fourragère principale ; GES : Gaz à effet de serre.
Source : les auteurs.
31Lorsque les exploitations de notre échantillon sont classées selon leur performance environnementale à l’aide de l’indice NEC, nous n’observons, en moyenne, aucune différence significative entre les groupes, selon les critères de taille de nombre de vaches, de productivité laitière et de coût de production (graphique 3).
Graphique 3. Description des exploitations selon leur performance en indice de diversité
Note : VL : vache laitière ; SFP : surface fourragère principale.
Source : les auteurs.
32Dans cette première approche de statistiques descriptives, nous ne tenons pas compte des facteurs structurels et autres facteurs confondants qui peuvent également avoir des effets sur le coût de production des exploitations. Les estimations du modèle à score de propension généralisé contrôlent ces facteurs et isolent l’effet-propre de la performance environnementale sur le coût de production. Les résultats sont présentés dans la partie suivante. Notre objectif est d’isoler l’effet de la performance environnementale, par conséquent nous ne détaillerons pas les résultats sur les co-variables non équilibrées introduites dans le modèle.
33Pour l’analyse comparée des exploitations selon leur groupe de performance environnementale, la catégorie de référence est celle à très faible performance environnementale (niveau très élevé de gaz à effet de serre par hectare). La constante alpha (α0) (équation 5) du modèle représente donc le coût de production moyen de l’exploitation ayant un niveau très élevé d’émissions de GES par hectare et évoluant dans un système fourrager « maïs 2 » (462 €/1 000 litres) (tableau 4).
Tableau 4. Effet-propre de la baisse des émissions de GES par hectare sur le coût de production du lait (équation 5)
-
|
Niveau moyen d’émissions par rapport à la classe de très faible (kg eq. CO2/ha SAU)
|
Coefficients
|
Standard errors
|
Constant (α0)
|
–
|
462,32
|
(4,01)***
|
Performance_Faible
|
2 157
|
15,62
|
(5,09)***
|
Performance_Moyenne
|
3 417
|
29,79
|
(5,01)***
|
Performance_Forte
|
4 620
|
64,63
|
(4,85)***
|
Performance_Très forte
|
6 294
|
112,14
|
(5,08)***
|
Note : SAU (surface agricole utile).
Source : les auteurs.
34Pour ce qui est des émissions de GES par hectare, les résultats révèlent que les exploitations agricoles de la classe à faible performance environnementale enregistrent un coût de production supplémentaire de 15,62 €/1000 litres comparativement à celles de la classe à très faible performance environnementale (tableau 4). Cette augmentation de coût correspond à une réduction des émissions de gaz à effet de serre (GES), de 2 157 kg eq CO2/ha SAU. Lorsque nous comparons les exploitations de performance environnementale moyenne à celles de très faible performance, le surcoût de production s’élève à 29,79 €/1 000 litres, avec une différence dans les émissions de GES de 3 417 kg eq. CO2/ha SAU. Les exploitations à forte performance environnementale, qui réduisent leurs émissions de GES de 4 620 kg eq. CO2/ha SAU, font face quant à elles à un surcoût de production de 64,63 €/1 000 l par rapport à celles de très faible performance environnementale. La transition de la performance environnementale très faible à très forte implique un surcoût considérable, marqué par une hausse de 112,14 €/1 000 l dans les coûts de production pour atteindre la classe de très forte performance environnementale. Cette augmentation significative des coûts est liée à une baisse notable des émissions de GES, qui s’élève à 6 294 kg eq. CO2/ha SAU.
35Dans notre approche, une meilleure performance environnementale est associée à des exploitations présentant un chargement plus faible (1,37 en moyenne), une part plus importante de prairies dans la superficie fourragère (55 %), une productivité laitière plus basse par vache (6 440 litres) et par hectare (4 262 litres : tableau 2). En conséquence, le coût de production de 1 000 litres de lait s’avère plus élevé, principalement en raison des dépenses structurelles par litre de lait (comme les coûts de main-d’œuvre, de bâtiments et de terres). Nos résultats mettent également en lumière que le coût des efforts environnementaux augmente en fonction du niveau de performance environnementale, ce qui s’accorde avec une courbe de coût d’abattement convexe (Vermont et De Cara, 2010 ; Mosnier et al., 2019 ; Duffy et al., 2021).
36Pour le modèle estimant l’impact du nombre effectif de cultures sur le coût de production (équation 6), la modalité de référence de la performance environnementale est la classe à très faible performance environnementale (niveau de biodiversité le plus faible). La constante bêta (β0) du modèle représente donc le coût de production moyen de l’exploitation ayant un niveau de biodiversité cultivée plus avec une forte spécialisation pour l’année 2020 (560 €/1 000 litres) (tableau 5).
Tableau 5. Effet-propre du niveau de biodiversité cultivée sur le coût de production du lait (équation 6)
-
|
Niveau moyen de NEC par rapport à la classe de très faible
|
Coefficients
|
Standard errors
|
Constant (β0)
|
–
|
560,89
|
(6,73)***
|
Performance_Faible
|
1,1
|
-11,65
|
(5,27)
|
Performance_Moyenne
|
2,0
|
-8,28
|
(5,12)
|
Performance_Forte
|
2,7
|
-1,69
|
(5,24)
|
Performance_Très forte
|
4,2
|
-10,59
|
(5,44)
|
Note : NEC (nombre effectif de cultures).
Source : les auteurs.
37Les résultats montrent qu’il n’y a pas d’augmentation significative du coût de production du lait lorsque la performance en termes de biodiversité cultivée augmente (tableau 5). Ainsi, conformément aux résultats des analyses descriptives, il est apparu qu’une bonne performance environnementale en matière de biodiversité cultivée ne semble pas avoir d’incidence sur le coût de production. Les analyses descriptives ont montré que l’indice de Shannon et le NEC reflètent une biodiversité cultivée modérée dans l’échantillon, avec des écarts notables entre les exploitations. Cependant, cette diversité ne se traduit pas par des différences marquées dans les caractéristiques ou la productivité des exploitations, comme le montrent les indicateurs de chargement, de lait produit, et de productivité par vache, qui restent globalement stables à travers les classes de performance (tableau 3).
38Nos résultats montrent qu’il n’existe pas de compromis entre la réduction des émissions de GES et le maintien ou l’amélioration de la biodiversité en termes d’impact sur le coût de production. En effet, le surcoût lié à la réduction des émissions de GES n’est pas compensé par une réduction des coûts liée à la préservation de la biodiversité.
39Notre étude contribue au nombre croissant de publications qui cherchent à comprendre les implications économiques de la durabilité environnementale en élevage laitier. Nous avons évalué l’impact de la performance environnementale de fermes bovines laitières spécialisées bretonnes à partir de deux indicateurs : un indicateur de performance climatique mesurant les émissions de gaz à effet de serre (GES) de l’exploitation, ramenées à l’unité de surface d’une part et le niveau de diversité végétale de l’assolement, mesuré par l’indicateur de nombre effectif d’espèces d’autre part. Nous avons examiné l’effet d’une variation de la performance environnementale, mesurée par ces deux indicateurs, sur les coûts engagés dans la production de lait. Pour mesurer l’effet des performances environnementales sur les performances économiques des exploitations, il est crucial de contrôler l’effet des facteurs confondants tels que la taille de l’exploitation, la conjoncture, etc., qui peuvent influencer les résultats environnementaux. C’est pourquoi nous avons mobilisé dans cette étude un modèle à effet de traitement (modèle de pondération inverse de la probabilité de traitement) qui a permis d’éliminer un possible biais d’endogénéité pour estimer l’effet-propre de la performance environnementale sur le coût de production.
40De la même manière qu’il a été démontré dans la littérature que les coûts de réduction des émissions de GES dans les exploitations laitières ne sont pas linéaires (Vermont et De Cara, 2010 ; Mosnier et al., 2019 ; Duffy et al., 2021), nous montrons également que les coûts marginaux de production induits par les efforts environnementaux augmentent en fonction des classes de performance. Cette augmentation peut être attribuée à la combinaison de plusieurs facteurs : des pratiques extensives, de moindres rendements laitiers, et une répartition des coûts fixes sur des volumes de production plus faibles. Par ailleurs, pour l’indicateur de biodiversité cultivée, contrairement aux conclusions de Gullstrand et al. (2014) qui trouvent qu’une augmentation de la biodiversité liée à l’existence d’espèces précieuses augmente le coût de production du lait, nos résultats montrent que l’indice de biodiversité cultivé (nombre effectif de cultures) n’a pas d’impact significatif sur le coût de production. Nos résultats contrastent avec ceux de Gullstrand et al., principalement en raison des choix méthodologiques spécifiques que nous avons faits ou qui se sont imposés à nous dans cette étude. Dans leur étude, Gullstrand et al. (2014) ont évalué les indicateurs de biodiversité sur la base des études biologiques de terrain, en cartographiant l’existence d’espèces précieuses sur toutes les parcelles de chaque exploitation. Ils expliquent que la gestion des pâturages, qui sont importants pour la fourniture de la biodiversité (existence d’espèces précieuses), est coûteuse. Les agriculteurs doivent investir dans le maintien des clôtures, assurer l’accès à l’eau et aux abris, et prendre d’autres mesures pour soutenir la biodiversité. Dans notre cas, nous avons évalué la biodiversité comme le nombre effectif de cultures sur la base des données de déclaration que les exploitants font dans le cadre des aides de la PAC et nous n’avons pas concentré notre indicateur sur les espèces précieuses. Finalement, nous montrons qu’une meilleure performance en termes de diversité cultivée ordinaire ne compenserait pas, en termes de coût de production, une moins bonne performance en termes d’émissions de gaz à effet de serre, par hectare.
41L’analyse a reposé sur des classes de performance dérivées d’un score environnemental sur les émissions de gaz à effet de serre (GES) ramenées à l’unité de surface. Dans une perspective de durabilité forte, la performance pourrait être mesurée différemment, par exemple avec des seuils visant à préserver le capital naturel. Une expertise scientifique supplémentaire serait alors nécessaire pour déterminer la valeur de ces seuils. Par ailleurs, l’indicateur d’émissions utilisé pour définir les classes de performance environnementale a été estimé à partir des volumes de production présents dans les données comptables d’exploitations agricoles, ce qui a permis de rapprocher ces estimations des coûts de production. Les émissions de GES font l’objet de débats dans la littérature en ce qui concerne leur unité de mesure. En effet, nous avons pris en compte les émissions de GES par unité de surface, alors que beaucoup d‘études analysant le coût de réduction des émissions de GES dans les exploitations expriment les émissions par kg de produit (Vermont et De Cara, 2010 ; O’Brien et al., 2015 ; Mosnier et al., 2019 ; Duffy et al., 2021 ; Lambotte et al., 2021). Dans ces études, les émissions de GES sont exprimées par unité de produit avec la méthode d’analyse du cycle de vie, qui favorise les systèmes intensifs et économes en GES. Le choix d’un indicateur de GES par surface signifie, en plus des critères d’efficacité (GES/unité de production), l’intégration d’un critère d’extensification (production par unité de surface). Ainsi, il intègre un attribut environnemental supplémentaire lié à la biodiversité et à la préservation des prairies. Enfin, notre étude s’est limitée aux exploitations spécialisées en élevage laitier. De futures recherches pourraient s’intéresser à d’autres types de productions, notamment aux exploitations diversifiées avec plusieurs activités, afin d’évaluer si les dynamiques observées se vérifient dans des systèmes de production plus complexes.
42Nos résultats montrent que la production de services environnementaux exprimés par la diminution des émissions de GES par unité de surface, dans des systèmes bovins laitiers spécialisés de l’Ouest de la France, entraîne un accroissement du coût de production du lait. Par ailleurs, nous ne trouvons pas, dans ces mêmes exploitations spécialisées, de surcoût ni de gain spécifique lors d’un accroissement du nombre d’espèces cultivées dans l’assolement. Ce résultat questionne sur la capacité des aides au revenu de la politique agricole, distribuées par unité de surface, à cibler la production de services environnementaux. Plus généralement, les critères de distribution des soutiens du premier pilier de la PAC ne sont pas à l’heure actuelle orientés vers les exploitations qui produisent le plus de services environnementaux (Avril et al., 2021). D’autres dispositifs plus ciblés et surtout pensés dans une logique de compensation des surcoûts, tels que les mesures agroenvironnementales et climatiques du second pilier de la PAC ou les paiements pour services environnementaux (PSE) pourraient contribuer à stimuler la production de ces services, en échange d’une compensation du surcoût, s’il y en a (Le Gloux et al., 2022). Par ailleurs, si les transformateurs et les consommateurs sont prêts à payer pour ces services (valorisables par de nouveaux attributs du produit, tels que les mentionnent par exemple les cahiers des charges « C’est qui le patron » ou « Bleu Blanc Cœur »…), le prix de marché pourrait compenser ces surcoûts, en l’absence même d’une politique publique (Magrini et Duru, 2015), stimulant par là à la fois l’innovation et la transition agroécologique.