Navigation – Plan du site

AccueilNuméros56Hors-dossierAnalyse empirique de la relation ...

Hors-dossier

Analyse empirique de la relation entre le changement climatique et la sécurité alimentaire à la Dominique

Empirical Relationship Between Climate Change and Food Security in Dominica
Louis Dupont

Résumés

Cette étude a pour objectif d’explorer dans le cas de la Dominique, la relation entre la sécurité alimentaire et des variables climatiques et économiques telles que : les précipitations, la température, les émissions de CO2, la croissance économique, et le taux d’inflation. Un modèle autorégressif à retards échelonnés (ARDL) est utilisé à cet effet, pour évaluer l’impact de ces variables sur la sécurité alimentaire, avec des données couvrant la période 1995-2019. Les résultats issus de l’application de ce modèle révèlent qu’à court terme, la température a un impact négatif sur la sécurité alimentaire. Les émissions de CO2 par habitant ont comme attendu un effet négatif à court terme comme à long terme sur la sécurité alimentaire, tandis que la croissance économique exerce un effet positif à long terme sur la sécurité alimentaire. Les précipitations pour leur part affichent un coefficient significativement positif tant qu’à court terme qu’à long terme sur la sécurité alimentaire. Par ailleurs, le coefficient de l’inflation, paradoxalement, n’affiche pas le signe attendu, et n’exerce qu’un effet marginal sur la sécurité alimentaire. Enfin, les évènements climatiques extrêmes tels que les cyclones ont comme prévu des effets néfastes à court terme sur la sécurité alimentaire.

Haut de page

Texte intégral

Introduction

1Dans un contexte mondial de plus en plus marqué par le dérèglement climatique, comprendre l’impact du changement climatique sur la sécurité alimentaire est important, en particulier pour les petites économies insulaires en développement (PEID), confrontées plus que d’autres pays à d’importants défis. La relation entre la sécurité alimentaire et le changement climatique est un thème qui suscite depuis plusieurs années un grand intérêt parmi les géographes, économistes et agronomes. Divers travaux, colloques et conférences sont consacrés à ce thème à travers le monde. La sécurité alimentaire seule est une expression simple, qui englobe un concept multidimensionnel complexe. La définition communément acceptée de la sécurité alimentaire, établie par la FAO en 1996, stipule que la sécurité alimentaire existe « lorsque toutes les personnes, à tout moment, ont un accès physique, social et économique à une nourriture suffisante, saine et nutritive, leur permettant de satisfaire leurs besoins et préférences alimentaires pour mener une vie saine et active ». Ainsi définie, la recherche et les politiques liées à la sécurité alimentaire doivent tenir compte d’un large éventail de composantes, allant de la disponibilité et de la stabilité des denrées alimentaires, à leur accessibilité, et à la qualité nutritionnelle des aliments utilisés, sans oublier l’impact de divers chocs majeurs que sont par exemple, les évènements climatiques extrêmes tels que cyclones et tempêtes, qui peuvent avoir un impact et une influence considérable sur le niveau de la sécurité alimentaire, particulièrement dans les petites économies insulaires fortement exposées à ces évènements comme la Dominique… C’est dans ce contexte que s’inscrit notre problématique de recherche, consacrée à la relation empirique qui existe entre le changement climatique et la sécurité alimentaire à la Dominique, petit état de la Caraïbe, qui s’est engagé à faire de cette île d’ici 2030 « la première nation du monde résiliente au changement climatique ».

2Ce faisant, la présente étude examine comment les facteurs climatiques se répercutent sur la sécurité alimentaire dans ce pays. L’objectif de l’étude est d’évaluer les effets de la température annuelle moyenne (Temp), de la moyenne annuelle des précipitations (Prec), et des émissions annuelles de CO2 par habitant (CO2h) sur l’indice de la production alimentaire, utilisé ici comme proxy de la sécurité alimentaire. Un modèle autorégressif à retards échelonnés (ARDL) est employé à cet effet, sur des données annuelles, couvrant la période 1995-2019. Selon le GIEC (groupement international d’experts sur le changement climatique), la principale incidence du changement climatique sur la sécurité alimentaire réside en la réduction des rendements agricoles, et de ce fait, en une diminution de la production de denrées alimentaires (notamment des céréales) dans certaines régions du monde. De plus, le réchauffement climatique perturbe et réduit en même temps les ressources en eau, indispensables à la production agricole et alimentaire. En impactant les récoltes, le changement climatique, contribue en même temps à l’augmentation de la volatilité des prix des produits agricoles, et au-delà à une réduction de la qualité nutritionnelle des aliments. Au plan macroéconomique, les incidences sont également réelles, puisque la réduction de la production agricole et alimentaire, découlant du réchauffement climatique, entraîne par la même occasion une augmentation des importations de produits alimentaires (Dupont, 1998), creusant de ce fait, le déficit de la balance des comptes courants et la dette des pays impactés. Ainsi, la performance économique s’en trouve affectée, de même que la productivité, les niveaux de vie et la qualité de vie des habitants. Dans ces conditions, l’insécurité alimentaire s’accroît de même que la pauvreté et la sous-alimentation. Les pays en développement ont bien conscience de ces problèmes, c’est pourquoi dans le cadre des contributions volontaires déterminées (INDC en anglais) de l’accord de Paris, des pays comme la Dominique ont mentionné le secteur agricole comme prioritaire dans leur stratégie d’adaptation au changement climatique. Aussi, face au dérèglement climatique, l’agriculture apparaît comme un vecteur de solutions, avec la promotion de techniques qui génèrent des co-bénéfices en termes d’adaptation, d’atténuation et de hausse des productions alimentaires, à travers la promotion d’approches telle l’agro-écologie. Un des défis pour les agriculteurs sera de réduire la quantité de ressources naturelles utilisées dans leur secteur sans pour autant compromettre les rendements et tout en diminuant les quantités d’intrants afin de préserver durablement ces ressources.

3Par ailleurs, une revue de la littérature portant sur la relation entre le changement climatique et la sécurité alimentaire, montre que plusieurs travaux ont été réalisés ces dernières années, pour évaluer l’incidence du changement climatique sur la sécurité alimentaire dans plusieurs pays. Pour effectuer cette évaluation, quatre approches alternatives sont généralement proposées : (i) l’approche à l’aide d’une fonction de production, ou approche agroéconomique ; (ii) l’approche ricardienne ; (iii) l’approche ricardienne avancée (en données de panel) ; et (iv) l’approche des séries temporelles. Parmi les travaux qui ont fait l’objet d’une telle évaluation, il convient de citer ceux de Affoh et al (2022) qui ont utilisé dans le cas de 25 pays africains, un modèle ARDL et deux méthodes alternatives, le modèle des moindres carrés ordinaires entièrement modifiés (FMOLS) et le modèle des moindres carrés ordinaires dynamiques (DOLS) pour explorer la relation entre des variables climatiques et trois des quatre dimensions de la sécurité alimentaire (disponibilité, accessibilité, et utilisation). Ces auteurs montrent qu’à long terme les précipitations ont un impact positif à la fois sur les disponibilités alimentaires, sur l’accessibilité aux aliments, et sur leur utilisation. En revanche, la température n’apparaît néfaste qu’à long terme pour les disponibilités alimentaires ainsi que pour l’accessibilité aux aliments, et qu’elle n’a aucun effet sur l’utilisation des aliments. D’autres travaux vont dans le même sens, notamment ceux de S. Ahmad et al. (2020) sur le Pakistan ; de Sid. A. Soumbara et A. El Ghini (2023) sur le Maroc ; de N. Vaghefi (2016) sur la Malaisie ; de P. Mugabe (2019) sur la Tanzanie ; de D. Olila et O.V. Wasonga (2016) sur la région de l’Afrique de l’est ; de E.S.E Mohamed (2022) sur le Soudan ; de E.K. Ceesay et al., (2022) sur la Gambie ; de A. Aroyehun (2023) sur le Nigeria. Pour notre part (Dupont, 1998), avons dans le cas d’Haïti, abordé dans un ouvrage, les déterminants macroéconomiques de l’insécurité alimentaire dans ce pays.

4Le reste de l’étude se présente comme suit : la deuxième section est consacrée à l’analyse des faits saillants de la sécurité alimentaire à la Dominique. Les données et la méthodologie d’analyse de l’étude sont abordées dans la troisième section. Dans la quatrième section, nous procédons à une analyse et à une interprétation des résultats du modèle. Enfin, la cinquième section est dédiée à la conclusion générale de l’étude.

1. Faits stylisés de la sécurité alimentaire à la Dominique

5Cette section dresse un état des lieux de la situation alimentaire à la Dominique en mettant l’accent sur les faits saillants qui caractérisent la sécurité alimentaire dans ce pays, et ce, dans un contexte antérieur et postérieur aux cyclones Erika et Maria, deux évènements climatiques majeurs, qui ont frappé la Dominique en 2015 et 2017, et ont causé au niveau économique, social et environmental d’importants dégâts dans le pays. Au plan strictement alimentaire, la Dominique produit selon la FAO (Organisation des Nations unies pour l’agriculture et l’alimentation) un nombre important d’aliments sur place pour satisfaire dans une grande proportion les besoins de sa population ; et que seuls 7 % de cette population est en situation de sous-alimentation. Malgré une diminution ces dernières années de la production agricole, le ratio de la dépendance alimentaire par rapport à la production agricole locale demeure relativement satisfaisant puisque toujours selon la FAO, 45 % de la population dominicaise recourent à la production agricole locale pour satisfaire leurs besoins alimentaires. Le ministère de l’Agriculture et de la pêche de la Dominique a recensé à ce jour, 8300 exploitants agricoles dominicais exerçant sur de petites exploitations, soit plus de 22 % de la population, engagés formellement ou informellement dans le secteur agricole. Selon le programme alimentaire mondial (PAM), 80 % des ménages dominicais, à l’exception de ceux vivants à Roseau et Portsmouth pratique une culture familiale, composée en grande partie de légumes, de fruits et de tubercules. Cependant, si la production agricole et alimentaire de la Dominique satisfait dans une bonne proportion sa population, ce pays n’est pas autosuffisant dans la production d’aliments à haute teneur protéique tels que les produits d’origine animale. Selon la FAO, les disponibilités protéines moyennes d’origine animale s’élèvent sur la période 2017-2019 à 45 grammes par personne et par jour à la Dominique (voir tableau 1 ci-dessous). Certes, l’élevage de bovins, porcs, cabris, et volailles est pratiqué dans le pays, mais à de faibles niveaux. Pour compléter la production locale dans ce domaine, le pays achète de plus en plus en provenance de l’étranger de la viande, des produits laitiers, des huiles, des céréales, etc. Par conséquent, les produits alimentaires d’origine animale et autres sont largement importés, si bien que les importations de produits alimentaires représentent en moyenne sur la période 2018-2020, 210 % (!) des exportations totales de marchandises du pays (voir tableau 1). Selon le PAM, beaucoup de ces produits importés sont densément caloriques et riches en graisse et sucre et les modes de consommation observés sur place, contribuent à atteindre un niveau d’obésité relativement élevé au sein de la population. La prévalence de l’obésité chez l’adulte (de 18 ans et plus) sans être alarmante atteint en moyenne 28 % à la Dominique. Les ménages pauvres sont en général les plus disposés à acquérir ce type d’aliments, ces derniers leur étant plus abordables. Par ailleurs, la Dominique pratique une pêche artisanale relativement active, exercée dans 32 zones de pêche, réparties sur les 148 km de côte du pays. Cette activité ne satisfait que la demande locale. En bref, le tableau 1 présente sur la période 2012-2021 un résumé des principaux indicateurs de la sécurité alimentaire à la Dominique, indicateurs répartis en fonction des 4 dimensions de la sécurité alimentaire (disponibilité ; accessibilité ; stabilité ; utilisation). Ce tableau est suivi de quatre graphiques retraçant sur la période 1961-2021 l’évolution de l’indice de la production alimentaire à la Dominique, de l’indice de la production agricole, de l’indice de la production du cheptel, et de la part du secteur agricole dans le PIB (en %).

Tableau 1 : Principaux indicateurs de sécurité alimentaire de la Dominique : 2012-2021

Indicateurs de la sécurité alimentaire

2012-2014

2013-2015

2014-2016

2015-2017

2016-2018

2017-2019

2018-2020

2019-2021

Disponibilité

Disponibilités alimentaires par habitant(kcal/personne/jour)

2955

2967

2973

2967

2951

2944

2903

2877

Disponibilités protéiques moyennes (g/personne/jour)

81

80.3

81

82

81

80.3

-

-

Disponibilités protéines moyennes d’origine animale (g/personne/jour)

43

42.7

45.3

47

46.3

45

-

-

Accessibilité

PIB par habitant ($ ppa internationaux constants de 2017)

12213

12171

11716

10256

11341

12329

10256

-

Stabilité

Valeur des importations alimentaires par rapport aux exportations totales de marchandises (en %)

132

133

140

157

182

198

210

-

Utilisation

Prévalence de l’obésité chez l’adulte (de 18 ans et plus)

26.2

26.8

27.3

27.9

-

-

-

-

Source : FAOstat, 2023.

6Il ressort de ce tableau que parmi les 4 piliers de la sécurité alimentaire, celui de la stabilité, exprimé par le ratio importations alimentaires sur exportations totales de marchandises, apparaît, en termes de variabilité comme le pilier le plus volatil à la Dominique, suivi par ordre d’importance par celui de l’accessibilité, exprimé par le PIB par habitant, par celui de l’utilisation, exprimé par la prévalence de l’obésité chez l’adulte, et par celui des disponibiltés, à travers les disponibilités alimentaires par habitant.

Graphique 1 : Indice de la production alimentaire à la Dominique (2004-2006 = 100) de 2013 à 2020

Graphique 1 : Indice de la production alimentaire à la Dominique (2004-2006 = 100) de 2013 à 2020

Source : FAO, 2023.

7Sur la période 1961-2020, la valeur moyenne de cet indice est de 98.4 points, avec un minimum de 67.3 points en 1962, et un maximum de 148.2 points en 1988.

Graphique 2 : Indice de la production agricole (2004-2006 = 100) de 2013 à 2020.

Graphique 2 : Indice de la production agricole (2004-2006 = 100) de 2013 à 2020.

Source FAO, 2023.

8Sur la période 1961-2020, la valeur moyenne de cet indice est de 103.1 points, avec un minimum de 73.5 points en 1962, et un maximum de 159.4 points en 1988.

Graphique 3 : Indice de la production du cheptel (2004-2006 = 100) de 2013 à 2020.

Graphique 3 : Indice de la production du cheptel (2004-2006 = 100) de 2013 à 2020.

Source : FAO, 2023.

9Sur la période 1961-2020, la valeur moyenne de cet indice est de 72.2 points, avec un minimum de 28.6 points en 1966, et un maximum de 107.2 points en 2012.

Graphique 4 : Part du secteur agricole dans le PIB (en %) de 2014 à 2021

Graphique 4 : Part du secteur agricole dans le PIB (en %) de 2014 à 2021

Source : Banque mondiale, 2023.

10Selon les données de la Banque mondiale, sur la période 1977-2021, la valeur ajoutée du secteur agricole, exprimée en pourcentage du PIB, a été en moyenne à la Dominique de 15.05 %, avec un minimum de 10.45 % en 2007, et un maximum de 25.84 % en 1978.

2. Données et méthodologie d’analyse

11Dans cette section, sont présentés, le modèle empirique employé pour analyser la relation entre la sécurité alimentaire et le changement climatique, une description des différentes variables utilisées, ainsi qu’une analyse préliminaire de ces dernières.

2.1. Description des données et analyse préliminaire

12Pour explorer les effets du changement climatique et des variables économiques sur la sécurité alimentaire à la Dominique, nous utilisons comme méthode, le modèle ARDL. Sous sa forme générale, le modèle ARDL s’exprime comme suit :

Yt = ao + a1Yt-1 +… + apYt-p + b0Xt.... + bqXt-q + Ɛt

Yt représente l’indice de la production alimentaire comme proxy de la sécurité alimentaire, Xt le vecteur des variables de contrôle, Ɛt le terme d’erreur, b0 traduit l’effet à court terme de Xt sur Yt. Des séries annuelles, couvrant la période 1995-2019, ont été utilisées à cette fin et transformées en logarithme afin de pouvoir interpréter les résultats sous forme d’élasticité. L’indice de la production alimentaire (ipa) est une mesure globale de la sécurité alimentaire, qui évalue la disponibilité totale d’aliments dont dispose un pays ou une région. Les variables climatiques sont représentées par les températures annuelles moyennes (temp), par les précipitations annuelles moyennes (prec), et par la moyenne annuelle des émissions de CO2 par habitant (co2h). Les variables de contrôle étant : le PIB réel par habitant (pibh), proxy de la croissance économique, et le taux d’inflation (infl). Enfin, une valeur muette est captée, pour tenir compte des années cyclones qui ont frappé la Dominique. Elle prend la valeur de 1 pour les années de cyclone, et 0 ailleurs. Le tableau 2 ci-dessous fournit une description des variables en question.

Tableau 2 : Description des données

Variables             

Description  

Source

Effets attendus        

ipa

Indice de la production alimentaire

FAO

temp

Température annuelle (en degré Celsius)

Banque mondiale :

http://climateknowledgeportal.
Worldbank.org/download-data

-

prec

Précipitations annuelles (en millimètres)

FAO :

http://www.fao.org/​faostat/​en/​#data/FBSH

+

co2h

Émissions de CO2 par habitant

Banque mondiale (WDI)

-

pibh

Produit intérieur brut par habitant

Banque mondiale (WDI)

+

infl

Taux d’inflation (croissance en %)

Banque mondiale (WDI)

-

13Les propriétés statistiques de ces variables sont consignées dans le tableau 3.

Tableau 3 : Propriétés statistiques des variables

Tableau 3 : Propriétés statistiques des variables

Source : calculs de l’auteur, extraits de Eviews 12.

14Il ressort du tableau 3 qu’au regard de l’écart-type, la variable la plus volatile est celle des émissions de CO2 par habitant, suivie de celle des précipitations, et la moins volatile est celle de la température.

2.2. Méthodologie d’analyse

15Tout d’abord, il est important de souligner que les modèles de séries temporelles, souvent utilisés, ne sont pas pertinents lorsque l’on aborde les relations non linéaires entre les variables. Ces modèles supposent une relation linéaire et un ajustement systématique entre les variables. Le modèle ARDL, en anglais (Autoregressive Distributed Lag) ou modèle ARRE en français (modèle Autorégressif à Retard Echelonné) est préféré. Il s’agit d’une famille de modèles multivariés qui dérivent de modèles à correction d’erreur. C’est aussi un modèle dynamique du fait qu’il prend en compte la dynamique temporelle dans l’explication d’une variable. Autrement dit, la variable endogène est une fonction de variables décalées ou passées, ce qui améliore l’efficacité des décisions politiques. En cherchant à analyser les effets asymétriques entre les variables, notre étude utilise un modèle autorégressif non linéaire à retards échelonnés (NARDL), modèle développé par Shin et al. (2014). Ce modèle surmonte les limites du modèle linéaire, en utilisant une décomposition positive et négative partielle pour classer les effets asymétriques de court et de long terme. Le modèle NARDL est devenu très populaire durant ces dernières années dans l’analyse de l’impact de chocs positifs et négatifs dans les économies développées et en développement. Ce modèle offre plusieurs avantages. En premier lieu, il fournit des résultats efficaces, même en présence d’échantillons de petite taille, comme dans notre cas.

16En deuxième lieu, un test de stationnarité des variables n’est pas nécessaire. Pour tester l’existence de cointégration entre les variables, nous procédons à un test aux bornes, test proposé par Shin et al. (2014), et pour tenir compte des impacts à court terme, l’approche de la correction d’erreur, développée par Pesaran et al (2001) a été adoptée.

3. Analyse et interprétation des résultats

17Avant l’estimation proprement dite du modèle, les tests statistiques suivants sont effectués pour s’assurer de la validité de notre analyse : (i) les statistiques et critères de choix pour la sélection du retard optimal du modèle ; et (ii) les tests de cointégration aux bornes (Bound Test).

Tableau 4 : Statistiques et critères de choix pour la sélection du retard optimal du modèle.

Tableau 4 : Statistiques et critères de choix pour la sélection du retard optimal du modèle.

18En se basant sur les critères LR, FPE, AIC, SC, et HQ, le retard optimal à retenir est statistiquement de 2. La prochaine étape est la réalisation des tests aux bornes (Bound Test) du modèle ARDL pour déterminer la relation de long terme entre les variables.

Tableau 5 : Tests de cointégration aux bornes (Bound Tests)

Tableau 5 : Tests de cointégration aux bornes (Bound Tests)

19La F-statistic qui est présentée dans ce « Bound Test », teste l’hypothèse nulle selon laquelle les coefficients des variables retardées sont nuls. La F-statistics est égale ici à 26.16919, que l’on compare aux valeurs critiques inférieures et supérieures au seuil de signification de 10 %, 5 %, 2.5 %, et 1 %. La statistique du test étant supérieure à la borne supérieure (6.93), on rejette l’hypothèse nulle d’absence de cointégration, et on conclut l’existence d’une relation de long terme entre les variables du modèle. Cette évidence de l’existence de relation de cointégration entre les variables, nous donne la permission de procéder à l’estimation des relations à long et à court terme de notre modèle.

20Après avoir constaté que l’ordre d’intégration de toutes les variables en logarithme ne dépassent pas 1 (elles sont toutes intégrées d’ordre 1), nous estimons dans le tableau suivant, les impacts de long terme de la température, des précipitations, et des émissions de CO2 par habitant sur la sécurité alimentaire à la Dominique. L’on note dans la deuxième partie du tableau, que le coefficient de long terme de la température n’affiche pas le signe attendu, et que sa p-value est largement supérieure à 5 %, on en déduit que son effet à long terme sur la sécurité alimentaire n’est pas significatif. Le coefficient de court terme comme celui de long terme des émissions de CO2 par habitant affiche pour sa part un signe négatif, cela implique que cette variable impacte négativement la sécurité alimentaire. Les évènements climatiques extrêmes tels que les cyclones ont, comme prévu, un impact négatif à court terme sur la sécurité alimentaire. Un tel évènement, s’il devait avoir lieu à la Dominique, entraînerait toutes choses égales par ailleurs, une dépréciation de la sécurité alimentaire dans ce pays, de l’ordre de 0.08 %. En revanche, une augmentation de 1 % des précipitations améliorerait à long terme de 0.3 % la sécurité alimentaire, et un accroissement du revenu réel par habitant de 1 % entraînerait une amélioration à long terme de 1.2 % de la sécurité alimentaire. Enfin, paradoxalement, on constate que le signe de l’inflation est positif à court terme comme à long terme, avec toutefois un coefficient de faible amplitude dans les deux cas. Ce résultat, s’il apparaît surprenant, s’explique pour l’essentiel par le fait, que selon le PAM, 80 % des ménages dominicais cultivent sur des parcelles familiales, fruits, légumes et tubercules, denrées qui composent en grande partie le panier de la ménagère dominicaise. Dans ces conditions, l’évolution des prix alimentaires a une incidence marginale sur la sécurité alimentaire dans ce pays. Notons qu’à court terme, une augmentation de 1 % de la température se traduit par une dégradation de la sécurité alimentaire de 1.9 %, tandis qu’une hausse de 1 % des précipitations améliore la sécurité alimentaire de 0.02 %. Par conséquent, l’impact de l’augmentation de la température est plus élevé à court terme que celui de la pluviométrie. Enfin, rappelons que la dimension temporelle est une variable importante à ne pas négliger, et qu’il faut laisser passer au moins une année pour voir le comportement des variables en question.

Tableau 6 : Estimation des coefficients à long terme et à court terme du modèle ARDL.

Tableau 6 : Estimation des coefficients à long terme et à court terme du modèle ARDL.

Tableau 7 : Régression de la correction d’erreur

Tableau 7 : Régression de la correction d’erreur

21En bref, la qualité des résultats relatifs aux coefficients de long terme est acceptable au regard des signes attendus et des seuils de signification, à l’exception toutefois du coefficient de la variable de la température qui ne montre pas une association claire à long terme avec la sécurité alimentaire. Dans le cas des coefficients de court terme exposés dans la première partie du tableau 6, on constate que le mécanisme de correction d’erreur figure dans ce tableau dans le but de tester la relation de court terme entre les variables. Les résultats montrent que le coefficient de la force de rappel, cointEq(-1), est statistiquement significatif au seuil de 1 %, il est négatif et est compris entre 0 et 1, sa valeur est de -0.32 soit 32 %. Cela signifie que 32 % de l’effet du choc provoqué sur la sécurité alimentaire sera résorbé au cours de la prochaine période (année). On en déduit qu’il faut un ajustement de moins d’un an, d’environ 9.2 mois pour que l’effet du choc sur la sécurité alimentaire disparaisse à la Dominique (24 années/26.1). En bref, ces résultats garantissent un mécanisme de correction d’erreur, et donc l’existence d’une relation de long terme (cointégration) entre les variables. Ajoutons que le coefficient de détermination R2 est élevé (0.99). Cela permet d’expliquer 99 % de la variabilité observée de la sécurité alimentaire à la Dominique.

22Enfin, une simulation déterministe et dynamique, effectuée à partir de l’équation de long terme de la sécurité alimentaire conforte ces résultats, elle permet de comparer sur la période 1995-2019, les valeurs historiques de la sécurité alimentaire avec celles des valeurs estimées. La figure 1 suivante montre que le modèle fonctionne bien, puisque les valeurs historiques (en vert) et les valeurs estimées (en bleu) de la sécurité alimentaire suivent une tendance quasiment identique.

Figure 1 : Résultat de la simulation déterministe et dynamique de la sécurité alimentaire.

Figure 1 : Résultat de la simulation déterministe et dynamique de la sécurité alimentaire.

23La dernière étape de l’estimation ARDL, consiste à vérifier la stabilité des paramètres à long terme et à court terme de l’équation. Les techniques de CUSUM, fondées sur la somme cumulée des résidus récursifs, et CUSUMQ, fondées sur la somme cumulée du carré des résidus récursifs sont appliquées. Les résultats (voir figure 2) montrent que les valeurs demeurent à l’intérieur des valeurs critiques au seuil de 5 %. Cela signifie que les coefficients du modèle sont stables.

Figure 2 : Tests de stabilité du modèle ARDL

Figure 2 : Tests de stabilité du modèle ARDL

Conclusion et implications politiques

24Cette étude a eu pour objectif, d’explorer dans le cas de la Dominique, la relation empirique entre la sécurité alimentaire et des variables climatiques et économiques telles que : la température, les précipitations, les émissions de CO2 par habitant, la croissance économique, et le taux d’inflation. Un modèle autorégressif à retards échelonnés (ARDL) a été utilisé à cet effet, pour évaluer l’impact de ces variables sur la sécurité alimentaire, avec des données couvrant la période 1995-2019. Les résultats issus de l’application de ce modèle révèlent qu’à court terme, la température a un impact négatif sur la sécurité alimentaire. Les émissions de CO2 ont à court terme comme à long terme un effet significativement négatif sur la sécurité alimentaire. En revanche, les précipitations affichent un coefficient significativement positif tant à court terme qu’à long terme sur la sécurité alimentaire. Il en résulte que l’impact de la température apparaît plus élevé à court terme sur la sécurité alimentaire que celui des précipitations. Cela signifie que la sécurité alimentaire à la Dominique est influencée plus à court terme par l’augmentation de la température. En résumé, ces résultats montrent que les quatre piliers de la sécurité alimentaire (disponibilité, accessibilité, stabilité, et utilisation) sont ébranlés à la Dominique.

25En effet, concernant le pilier de la disponibilité alimentaire, selon la FAO, les disponibilités alimentaires par habitant à la Dominique ont diminué, et sont passées de 2955 kcal par personne et par jour en 2012 à 2877 en 2021, soit une baisse de 2.6 % de la disponibilité alimentaire sur cette période.

26Pour ce qui est de l’accessibilité aux aliments, dont le critère d’évaluation porte sur les prix, ainsi que sur le revenu réel par habitant, l’estimation de notre modèle révèle qu’à court terme, l’augmentation des prix à la Dominique n’a qu’un effet marginal sur l’accessibilité des ménages dominicais aux aliments, tandis qu’une augmentation du revenu réel par habitant n’en améliore que légèrement l’accès.

27Le pilier de la stabilité qui, comme critère d’évaluation, s’appuie dans notre exemple à la fois sur le rythme des évènements climatiques extrêmes tels que les cyclones et ouragans, et sur l’évolution du rapport des importations alimentaires aux exportations totales de marchandises, montre d’une part, que sur la période 1995-2022, la Dominique a connu 5 cyclones majeurs dont le dernier en date, Maria en 2017, d’une violence inhabituelle, avait engendré des dégâts considérables, qui s’élevaient selon la banque mondiale à 236 % (!) du PIB du pays. D’autre part, on observe que sur la période 2012-2020, les importations alimentaires, exprimées par rapport aux exportations totales de marchandises, sont passées à la Dominique selon la FAO, de 132 % en 2012, à 210 % (!) en 2020. Ces importations ont donc été multipliées par 1.6 sur cette période.

28Enfin, le pilier de l’utilisation, exprimé à travers le régime alimentaire observé dans le pays, renseigne que le régime alimentaire dominicais est fortement calorique et insuffisamment pourvu en protéines, ce qui se traduit par une tendance à l’augmentation de l’obésité dans ce pays.

29En bref, ces résultats révèlent que sur les quatre piliers qui définissent la sécurité alimentaire, seul celui de l’accessibilité aux aliments, apparaît avoir à court terme, une incidence légèrement positive sur la sécurité alimentaire à la Dominique. Les trois autres piliers n’offrent pas de perspectives d’amélioration dans ce domaine.

30En conclusion, afin de réduire les effets négatifs du changement climatique sur la sécurité alimentaire à la Dominique, il importe pour les autorités de ce pays de mettre en place des stratégies d’adaptation pour lutter contre le dérèglement climatique et garantir ainsi une meilleure sécurité alimentaire aux habitants de ce pays.

Haut de page

Bibliographie

Ahmad, S. et al. (2020). Does Chinese FDI, climate change, and CO2 emissions stimulate agricultural productivity? An empirical evidence from Pakistan. Sustainability, (12)18. https://www.mdpi.com/2071-1050/12/18/7485

Aroychun, A. 2023. Impacts of climate change and population growth on food security in Nigeria. Black Sea Journal of Agriculture. Volume 6, issue 3, 232-240.

Banque mondiale. https://climateknowledgeportal.worldbank.org/download-dataE.K

Bloem, M.W., Semba, R. D. & Kraemer, K. (2010). Castel Gandolfo Workshop: An Introduction to the Impact of Climate Change, the Economic Crisis, and the Increase in the Food Prices on Malnutrition. The Journal of Nutrition, 140: 132–35.

Ceccarelli, S. et al. (2010). Plant Breeding and Climate Changes. The Journal of Agricultural Science 148: 627–37.

Ceesay, E.K et al. (2022). Climate change, food security and economic growth nexus in the Gambia: evidence from an econometric analysis. Research in Globalization, 100089.

Climate Finance Advisors (2021). Report on Climate Finance in Sub-Saharan Africa. Prepared for the IMF African Department.

Dell, M., Jones, B. and B. Oklen (2012). Temperature Shocks and Economic Growth: Evidence from the Last Half Century. American Economic Journal 4 (3): 66–95.

Dieppe, A., Kilic Celik S. & C. Oko. (2020). Implications of Adverse Events on Productivity. Policy Research Paper, 9411. World Bank, Washington, DC.

Diogo, B. et al. (2022). Climate change and chronic food insecurity in Sub-Saharan Africa: perspective from panel. IMF. DP/2022/016. https://www.imf.org/en/Publications/Departmental-Papers-Policy-Papers/Issues/2022/09/13/Climate-Change-and-Chronic-Food-Insecurity-in-Sub-Saharan-Africa-522211

Dupont, L. (1998). Sécurité alimentaire et stabilisation macroéconomique en Haïti : Préface de Robert. E Maguire. Éditions l’Harmattan.

Economist Impact (2021). Global Food Security Index (GFSI). London Erda, L., X. Wei, J. Hui, X. Yinlong, L. Yue, B. Liping, and X. Liyong. https://impact.economist.com/sustainability/project/food-security-index/

Galtier, F. et al. (2018). Food Reserves: Using Food Reserves to Enhance Food and Nutrition Security in Developing Countries. Brussels. https://agritrop.cirad.fr/590473/

FAOstat. Http://www.fao.org/faostat/en/#data/FBSH

Food and Agriculture Organization of the United Nations (FAO). (2016a). Food and Agriculture Organization of the United Nations. Rome. Food and Agriculture Organization of the United Nations.

Food and Agriculture Organization of the United Nations (2016b). The State of Food Security and Nutrition in the World 2021.

Fuglie, K., M. Gautam, A. Goyal, and W. F. Maloney (2020). Harvesting Prosperity: Technology and Productivity Growth in Agriculture. Washington, DC: World Bank.

Garcia-Verdu, R., A. Meyer-Cirkel, A. Sasahara, and H. Weisfeld (2019). “Importing Inputs for Climate Change Mitigation: The Case of Agricultural Productivity.” IMF Working Paper WP/19/26, International Monetary Fund, Washington, DC. 34

IMF DEPARTMENTAL PAPERS. Climate Change and Chronic Food Insecurity in SSA Gavin, W. T., and R. J. Mandal. 2002.

International Monetary Fund (IMF). 2021a. World Economic Outlook. Washington, DC, October. IMF DEPARTMENTAL PAPERS • Climate Change and Chronic Food Insecurity in SSA 35 International Monetary Fund (IMF). 2021b.

Intergovernmental Panel on Climate Change (IPCC). 2021. “Summary for Policymakers.” In Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, UK and New York: pp. 3−32.

Jayne, T., N. Mason, W. Burke, and J. Ariga (2018). Review: Taking Stock of Africa’s Second-Generation Agricultural Input Subsidy Program. Food Policy 75: 1–14.

Jones, P. G. and Thornton, P. K. (2009). The Potential Impacts of Climate Change on Maize Production in Africa and Latin America in 2005.” Global Environmental Change 13: 51–59.

Knox, J., Hess, T., Daccache, A. and Wheeler, T. (2012). Climate Change Impacts on Crop Productivity in Africa and South Asia. Environmental Research Letters 7: 1–8.

Kolapo, A. and Kolapo, A. J. (2021). Welfare and Productivity Impact of Adoption of Biofortified Cassava by Smallholder Farmers in Nigeria. Cogent Food and Agriculture 7:1.

Lam, V., Cheung, W., Swartz, W. and Sumaila U. (2012). Climate Change Impacts on Fisheries in West Africa: Implications for Economic, Food and Nutritional Security. African Journal of Marine Science 34: 103–17.

Lobell, D., Banziger, M., Magorokosho, C. and B. Vivek, B. (2011). Nonlinear Heat Effects on African Maize as Evidenced by Historical Yield Trials. Nature Climate Change, 1: 42–45.

Mitra, P. and Vu, H. (2021). Getting it Right: Boosting Climate Responsiveness in sub-Saharan Africa’s Public Investment. Finance and Development: Special Series (December).

Mobarak, A., and Rosenzweig, M. (2013). Informal Risk Sharing, Index Insurance, and Risk Taking in Developing Countries. American Economic Review, 103 (3): 375–80.

Mohamed, E.S.E. (2022). Climate change, agricultural production and food security in Sudan. Journal of Economics and Research. 3(1): 1-19.

Morris, M., Ronchi, L. and Rohrbach, D. (2011). Building Sustainable Fertilizers Markets in Africa. Towards Priority Actions for Market Development for African Farmers. International Livestock Research Institute and AGRA.

Mugabe, P. (2019). Climate variability on sustainable food security in Tanzania: an overview of the coast region. Journal of Advances in Agricultural & Environment 3(2).

Olila, D. et Wasonga, O.V. (2016). Nexus between climate change and food security in the East Africa region: an application of Autoregressive modelling approach. Conference, 17-21 Oct 2016 in Capetown, South Africa.

Organisation for Economic Co-operation and Development (OECD) (2020). OECD Data: Agricultural Support. Paris.

O’Reilly, C., Alin, S. Plisnier, P., Cohen, A. and McKee, B. (2003). Climate Change Decreases Aquatic Ecosystem Productivity of Lake Tanganyika, Africa.

Natu Prasad, A., Loukoianova, E., Feng, A. and Oman, W. (2022). Mobilizing Private Climate Financing in Emerging Market and Developing Economies. IMF Staff Climate Note, 2022/007.

Ritchie, H. (2022). Increasing Agricultural Productivity across Sub-Saharan Africa is One of the Most Important Problems this Century. Our World in Data, April 4.

Soffiantini, G. (2020). Food Insecurity and Political Instability During the Arab Spring. Global Food Security, vol 26.

Soumbara, Sid. A. & El Ghini, A. (2023). Asymmetric effects of climate variability on food security in Morocco: evidence from the nonlinear ARDL model. Journal of Agribusiness in Developing and emerging Economies. https://www.emerald.com/insight/content/doi/10.1108/JADEE-10-2022-0215/full/html

Taub, D., Miller, B. and Allen, H. (2008). Effect of Elevated CO2 on the Protein Concentration of Food Crop: a meta-analysis. Global Change Biology, 14(3):565-575. https://onlinelibrary.wiley.com/doi/10.1111/j.1365-2486.2007.01511.x

Vaghefi, N. (2016). Impact of climate change on food security in Malaysia: economic and policy adjustments for rice industry. Journal of integrative environmental sciences. 3(1). https://www.tandfonline.com/doi/full/10.1080/1943815X.2015.1112292

World Bank (2020b). Revisiting Public Agricultural Support to Mitigate Climate Change. Washington, DC.

Haut de page

Table des illustrations

Titre Graphique 1 : Indice de la production alimentaire à la Dominique (2004-2006 = 100) de 2013 à 2020
Crédits Source : FAO, 2023.
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-1.jpg
Fichier image/jpeg, 22k
Titre Graphique 2 : Indice de la production agricole (2004-2006 = 100) de 2013 à 2020.
Crédits Source FAO, 2023.
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-2.jpg
Fichier image/jpeg, 22k
Titre Graphique 3 : Indice de la production du cheptel (2004-2006 = 100) de 2013 à 2020.
Crédits Source : FAO, 2023.
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-3.jpg
Fichier image/jpeg, 22k
Titre Graphique 4 : Part du secteur agricole dans le PIB (en %) de 2014 à 2021
Crédits Source : Banque mondiale, 2023.
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-4.jpg
Fichier image/jpeg, 25k
Titre Tableau 3 : Propriétés statistiques des variables
Crédits Source : calculs de l’auteur, extraits de Eviews 12.
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-5.png
Fichier image/png, 89k
Titre Tableau 4 : Statistiques et critères de choix pour la sélection du retard optimal du modèle.
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-6.png
Fichier image/png, 69k
Titre Tableau 5 : Tests de cointégration aux bornes (Bound Tests)
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-7.png
Fichier image/png, 64k
Titre Tableau 6 : Estimation des coefficients à long terme et à court terme du modèle ARDL.
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-8.png
Fichier image/png, 93k
Titre Tableau 7 : Régression de la correction d’erreur
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-9.png
Fichier image/png, 72k
Titre Figure 1 : Résultat de la simulation déterministe et dynamique de la sécurité alimentaire.
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-10.png
Fichier image/png, 49k
Titre Figure 2 : Tests de stabilité du modèle ARDL
URL http://journals.openedition.org/etudescaribeennes/docannexe/image/29614/img-11.png
Fichier image/png, 53k
Haut de page

Pour citer cet article

Référence électronique

Louis Dupont, « Analyse empirique de la relation entre le changement climatique et la sécurité alimentaire à la Dominique »Études caribéennes [En ligne], 56 | décembre 2023, mis en ligne le 15 décembre 2023, consulté le 04 mars 2024. URL : http://journals.openedition.org/etudescaribeennes/29614 ; DOI : https://doi.org/10.4000/etudescaribeennes.29614

Haut de page

Auteur

Louis Dupont

The George Washington University
louis.dupont038@orange.fr

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-NC-4.0

Le texte seul est utilisable sous licence CC BY-NC 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Search OpenEdition Search

You will be redirected to OpenEdition Search