Navigation – Plan du site

Le rôle de l'orientation syndicale des Chambres d'agriculture dans la contractualisation des mesures agro-environnementales

Florimond Brun et Sylvain Chabé-Ferret

Résumés

Les mesures agro-environnementales (MAE) ont pour objectif de réduire l'impact de l'agriculture sur l'environnement. La mise en œuvre décentralisée des MAE, et notamment l'implication des syndicats agricoles et des Chambres d'agriculture (CA), peut jouer un rôle crucial dans le niveau des coûts de transaction et des effets d'aubaine. Nous testons l'hypothèse que l'orientation syndicale des CA a influencé la contractualisation des MAE en France entre 2000 et 2006. Pour remédier au problème d'endogénéité, nous combinons dans notre stratégie d'identification l'utilisation de variables de contrôle et une procédure de différenciation spatiale. Les résultats présentés dans cet article suggèrent que le vote pour la Fédération nationale des syndicats d'exploitants d'agricoles (FNSEA) a eu un effet positif sur la contractualisation des MAE entre 2000 et 2006, néanmoins au profit de MAE dont le niveau d'exigence environnementale est faible.

Haut de page

Texte intégral

Introduction

1L'intensification de l'agriculture et les gains de productivité qu'elle a entraînés ont permis une baisse importante du coût relatif de l'alimentation. Malheureusement, l'intensification peut avoir des conséquences néfastes pour l'environnement. Par exemple, la hausse de l'utilisation d'intrants comme les pesticides ou les fertilisants peut contribuer à polluer la ressource en eau et à dégrader la biodiversité. Les mesures agro-environnementales (MAE) ont pour objectif de réduire l'impact de l'agriculture sur l'environnement. Elles consistent à offrir une compensation aux agriculteurs volontaires en l'échange de l'adoption de pratiques plus favorables à l'environnement. Les MAE que nous étudions visent par exemple à encourager la conversion vers l'agriculture biologique, implanter des cultures intermédiaires pièges à nitrates (CIPAN) ou des bandes enherbées le long des cours d'eau. Les MAE représentent une part de plus en plus importante des politiques agricoles de l'Union Européenne (UE) et des États-Unis (EU). Elles représentaient par exemple 37 % des dépenses pour le développement rural au sein de la Politique Agricole Commune (PAC) en 2006 (Pufahl et Weiss, 2009). Cette part devrait augmenter avec le verdissement de la PAC.

  • 1 Ainsi, 170 mesures sont inscrites à l'annexe B du Plan de Développement Rural National 2000-2006 (P (...)
  • 2 La plupart des MAE prenaient la forme de CTE entre 2000 et 2003, à l'exclusion des mesures dites na (...)

2Une des principales objections au développement des MAE est l'importance des coûts de transaction que doivent supporter les agriculteurs pour leur contractualisation (Ducos et al, 2009). En effet, les agriculteurs doivent d'une part obtenir des informations sur les caractéristiques des MAE (contraintes, montants) et identifier celles qui correspondent le mieux à leur exploitation. Cela peut être long et coûteux, notamment au vu du grand nombre de MAE potentiellement disponibles1. D'autre part, les agriculteurs doivent constituer un dossier de demande pour obtenir les paiements, et lui faire suivre une procédure administrative qui peut s'avérer longue et complexe. Ainsi, les agriculteurs devaient, pour signer un Contrat territorial d'exploitation (CTE)2, constituer un diagnostic d'exploitation assez poussé (ASCA, 2003). Celui-ci impliquait généralement de lister les enjeux environnementaux et économiques de l'exploitation justifiant la mise en œuvre de MAE. Ensuite, le dossier devait être validé par un comité technique départemental puis être validé par la Commission départementale d'orientation agricole (CDOA). Ce long parcours représente un investissement important pour les agriculteurs, grevant d'autant l'efficacité du dispositif MAE.

  • 3 Chabé-Ferret et Subervie (2013) proposent un modèle de contractualisation d'une MAE qui génère des (...)

3Une autre objection souvent faite aux MAE volontaires est qu'elles ouvrent la possibilité d'effets d'aubaine forts. En effet, face à des coûts de transaction élevés, seuls les agriculteurs pour lesquels le bénéfice de la MAE est élevé se porteront candidats pour l'obtenir. Or, ceux-ci seront généralement ceux pour lesquels la contrainte imposée par la MAE est peu coûteuse, parce qu'en général ils respectent en grande partie son cahier des charges avant même de la contractualiser3. Chabé-Ferret et Subervie (2013) montrent que c'est bien le cas en pratique, et que certaines MAE souffrent d'effets d'aubaine forts, les agriculteurs contractants étant ceux dont les pratiques seraient les plus vertueuses même en l'absence du paiement.

  • 4 Les CA sont des organismes consulaires chargés de gérer des missions d'intérêt général. Elles ont d (...)

4Face à ces deux enjeux majeurs de coûts de transaction élevés et d'effets d'aubaine importants, la mise en œuvre décentralisée des MAE peut jouer un rôle crucial, et ce dans deux dimensions. D'une part, décentraliser la conception des cahiers des charges et le choix des compensations monétaires peut accentuer ou réduire les effets d'aubaine. D'autre part, les conseillers agricoles peuvent avoir une importance fondamentale dans la réduction des coûts de transaction. Les conseillers guident l'agriculteur dans le choix des MAE, l'assistent dans la construction de diagnostic d'exploitation et dans la procédure de contractualisation. Ainsi, dans 65 départements français, le volet environnemental du diagnostic d'exploitation individuel préalable à la signature d'un CTE était effectué avec un accompagnateur faisant au moins une visite d'exploitation (ASCA, 2003). Par ailleurs, les conseillers peuvent aussi orienter le choix des agriculteurs vers certaines mesures plutôt que d'autres, favorisant ou au contraire réduisant les effets d'aubaine potentiels. En France, les Chambres départementales d'Agriculture (CA)4 semblent avoir joué un rôle essentiel dans la mise en œuvre des MAE au niveau local (ASCA, 2003). Elles ont en effet été des acteurs majeurs que ce soit dans la définition des MAE que dans l'accompagnement des agriculteurs. Il semble par ailleurs que ce rôle a été plus ou moins marqué selon les départements. Desjeux et al (2006) suggèrent, à partir d'une étude de cas des départements de Basse-Normandie, que les syndicats dominant certaines CA ont été opposés au principe même de contractualisation. Dans ces départements, la CA n'a donc participé ni à la définition des MAE ni à l'accompagnement des agriculteurs. Enfin, les différents syndicats d'exploitants agricoles ont eu des positions très différentes au niveau national par rapport aux dispositifs CTE, principal levier des MAE entre 2000 et 2003 (Brun, 2006).

  • 5 La Fédération Nationale des Syndicats d'Exploitants Agricoles (FNSEA) est à la tête de toutes les C (...)

5L'objectif des travaux présentés dans cet article est de tester l'hypothèse que l'orientation syndicale des CA a influencé la contractualisation des MAE en France entre 2000 et 2006. Le rôle majeur des CA dans la mise en œuvre départementale des MAE ainsi que les divergences syndicales sur le soutien à apporter à ce dispositif semblent en effet suggérer que les résultats des élections aux CA vont déterminer en partie le niveau de contractualisation des MAE. Nous pouvons formuler deux hypothèses quant à l'effet que les résultats aux élections des CA peuvent avoir sur la contractualisation des MAE. La première hypothèse simple serait que le syndicat majoritaire5 s'oppose aux MAE. En effet, la position nationale de la Fédération nationale des syndicats d'exploitants d'agricoles (FNSEA) est l'opposition à la contractualisation des aides agricoles. On pourrait alors penser que plus le niveau de domination de la FNSEA est grand dans un département, plus ce syndicat est en mesure de refuser le soutien de la CA aux CTE et donc aux MAE. Une opposition plus forte, au contraire, viendrait menacer la domination de la FNSEA et pourrait entraîner un plus grand soutien de la CA aux MAE. Dans cette première hypothèse, nous devrions observer un impact négatif de la part du vote allant à la FNSEA sur le niveau de contractualisation des MAE. La seconde hypothèse ferait peser un poids important sur l'unité de la CA. Dans un département peu divisé entre syndicats, les agriculteurs peuvent fortement peser sur la définition des MAE. Étant parvenu à obtenir des MAE plus favorables aux agriculteurs, le syndicat majoritaire pourra engager la CA et ses conseillers à soutenir le processus de contractualisation. Dans un département plus divisé, où les syndicats d'opposition sont forts, même si cela ne se reflète pas dans la composition de la CA, les agriculteurs ont plus de difficulté à adopter une position commune sur les MAE. Ces divergences amènent à une influence plus faible de la profession agricole sur la définition des MAE et à une paralysie de la CA. En conséquence, les conseillers des CA soutiennent peu la contractualisation des MAE dans un département où le syndicat majoritaire n'est pas dominant. Dans cette seconde hypothèse, nous devrions observer un impact positif de la part du vote FNSEA sur le niveau de contractualisation des MAE. Par ailleurs, les MAE soutenues par la CA dans ce cas devraient être moins contraignantes pour les agriculteurs.

  • 6 Chabé-Ferret et Subervie (2013) décrivent cet appariement en détail dans leur annexe.

6Pour tester l'effet des résultats aux élections des CA sur la contractualisation des MAE, nous avons combiné plusieurs bases de données. Tout d'abord, nous utilisons les données de contractualisation des MAE 2000-2006 compilées par le Centre national pour l'aménagement des structures agricoles (CNASEA) et l'Office National Interprofessionnel des Grandes Cultures (ONIGC) et fournies par l'Observatoire de développement rural (ODR). Ces données ont ensuite été appariées avec les données des enquêtes statistiques du ministère de l'Agriculture sur les structures des exploitations agricoles6. Enfin, nous avons combiné ces données avec les résultats aux élections des CA départementales (Dubois et al., 2009).

7Estimer l'effet des résultats aux élections des CA sur la contractualisation des MAE se heurte au problème d'endogénéité. En effet, les agriculteurs décident simultanément de leur vote et de leur participation aux MAE. Il est en conséquence fort probable que ces deux décisions soient corrélées sans que cela ne dénote forcément un effet causal. Par exemple, il est possible que les agriculteurs ayant une conscience environnementale forte choisissent simultanément de voter pour la Confédération Paysanne et de contractualiser une MAE. Dans ce cas, nous observerons une corrélation entre le vote pour la Confédération Paysanne et la contractualisation de MAE sans que cette corrélation ne mesure l'effet causal réel du résultat aux élections sur le niveau de contractualisation des MAE. En effet, dans cet exemple, la position et le soutien de la CA ne jouent aucun rôle dans la décision de contractualisation. Pour remédier à ce problème, nous utilisons deux solutions, que nous combinons dans notre stratégie d'identification. Tout d'abord, nous comparons les taux de contractualisation départementaux après avoir pris en compte un grand nombre de caractéristiques des exploitations qui pourraient générer une corrélation fallacieuse entre vote et contractualisation. Nous incluons des variables sur l'orientation et la structure des exploitations, la participation aux MAE de la période précédente, et les pratiques agricoles en début de période.

8Malgré tout, des variables inobservées, comme la conscience environnementale, pourraient toujours expliquer une partie de la corrélation entre vote et contractualisation. Pour les prendre en compte, nous utilisons une stratégie d'identification dite de différenciation spatiale. Il s'agit de comparer non pas l'ensemble des agriculteurs de chaque département, mais uniquement les agriculteurs extrêmement proches dans l'espace. Ainsi, nous ne conservons dans notre échantillon que les agriculteurs dont le siège d'exploitation est situé dans une commune à la limite d'un département. Nous comparons ainsi des agriculteurs placés dans des conditions extrêmement proches, mais faisant face à des résultats aux élections différents. Cette différence est due au fait que les agriculteurs n'étant pas situés à la frontière votent de manière différente dans chaque département. Cette stratégie d'identification est valide si la distribution des variables inobservées, comme les conditions de production ou la conscience environnementale, est continue dans l'espace.

9En l'absence de toute correction pour le problème d'endogénéité, la corrélation observée entre vote FNSEA et MAE est négative. Contrôler pour la structure observée des exploitations ramène cette corrélation à zéro. Enfin, la différenciation spatiale fait apparaître la corrélation positive entre vote FNSEA et MAE. Les résultats présentés dans cet article suggèrent donc que le vote pour la FNSEA a eu un effet positif sur la contractualisation des MAE entre 2000 et 2006. Par ailleurs, les MAE favorisées dans les départements à forte majorité FNSEA sont celles qui ont les niveaux d'exigence environnementale les plus faibles. Ces résultats sont cohérents avec la seconde hypothèse formulée plus haut : il semble que les CA largement dominées par le syndicat majoritaire ont pu soutenir plus fortement les MAE. Cela pourrait être dû à leur plus grande unité, et donc à une meilleure capacité à influencer le contenu des MAE, puis à favoriser la contractualisation par une réduction des coûts de transaction. C'est aussi cohérent avec le fait que les MAE favorisées sont en grande partie les MAE les moins exigeantes d'un point de vue environnemental.

10Il est enfin important de préciser que nos résultats ne suggèrent pas une relation mécanique entre orientation syndicale des CA et comportement des conseillers agricoles. Les CA ne sont pas de simples `` chambres d'enregistrement'' de la politique syndicale (Atrux-Talau, 2010). De même, les conseillers agricoles ne sont pas des `` courroies de transmission'' des grandes orientations décidées par les CA (Brunier, 2012). Étudier comment ces acteurs se comportent en réaction aux conditions créées par les résultats des élections aux CA serait tout à fait intéressant, mais dépasse de loin l'ambition de cet article. Dans notre approche, nous faisons simplement l'hypothèse que les résultats des élections aux CA contraignent les comportements possibles des CA et des conseillers et, en conséquence, les influencent. De même, nous ne suggérons pas que tous les membres d'un syndicat se comportent de la même manière. Nos résultats sont compatibles avec le fait que les positions locales de la FNSEA ne sont pas uniformes au niveau départemental. Nos résultats mesurent un effet moyen, susceptible d'une forte diversité locale.

11Cet article est structuré comme suit : nous décrivons tout d'abord la relation de cet article avec le reste de la littérature, nous détaillons ensuite les MAE que nous étudions ainsi que le rôle des syndicats agricoles et des CA dans leur mise en œuvre et proposons un modèle simple de cet effet. Nous abordons ensuite le problème d'identification et la stratégie de différenciation spatiale utilisée pour le résoudre. Les données et la procédure d'estimation sont ensuite détaillées, puis les résultats sont présentés et commentés. Une dernière section liste quelques pistes de recherche complémentaires à ce travail.

Relation avec la littérature

12Facchini et Magni-Berton (2009) et Gorter et Swinnen (2002) offrent une revue complète de la littérature de l'économie politique appliquée à l'agriculture. Les travaux appliqués de Pondaven (1989) sur la PAC et de Gardner (1987) sur la politique agricole aux EU sont fondateurs de la démarche empirique adoptée ici. À notre connaissance, notre article est le premier à mettre en évidence de manière quantitative le rôle des syndicats agricoles et des CA dans la mise en œuvre de la politique agricole au niveau local. Bernardi et Boinon (2009) étudient l'action des syndicats agricoles sur la politique d'installation dans six départements. Brun (2006) étudie de manière qualitative le rôle des institutions agricoles dans la définition et la mise en place des CTE. Ducos et al. (2009) montrent l'importance des coûts de transaction dans la contractualisation des MAE. Allaire et al. (2009) mettent en évidence la forte auto-corrélation spatiale des décisions de contractualisation, qui semble cohérente avec une forte corrélation spatiale des variables déterminant la contractualisation. Cette corrélation est exploitée par notre stratégie d'identification en différence spatiale.

13La corrélation entre l'orientation des exploitations et le vote des agriculteurs a été mise en évidence de manière répétée dans la littérature. Cordellier et Le Guen (2009) et Dubois et al. (2009) étudient les déterminants et l'évolution du vote agricole aux CA. Adams (1999) étudie les déterminants du vote agricole aux élections nationales. La tension entre le surcroît d'information apporté par la décentralisation et le risque de capture au niveau local a été surtout étudiée dans le contexte des pays en développement (Bardhan, 2005, Bardhan et Mookherjee, 2000, 2010). En France, le lien fort entre l'État et les intérêts économiques sectoriels a été qualifié de corporatisme étatique par Algan et Cahuc (2007). Des résultats similaires entre orientations politiques des élus et mise en œuvre des politiques publiques ont été mis en évidence par Bertrand et Kramarz (2002) dans le cadre de la réglementation de l'immobilier commercial.

14Enfin, l'utilisation de la différenciation spatiale comme source d'identification a été introduite par Holmes (1998) pour étudier l'effet de la taxation sur la localisation des activités industrielles. Rathelot et Sillard (2008) utilisent cette idée en France pour évaluer l'effet de la taxe professionnelle. Duranton, Gobillon, et Overman (2011) développent une approche similaire pour étudier l'effet de la taxation sur la croissance des entreprises. Magruder (2013) applique cette idée à l'effet du salaire minimum sur le développement.

Les MAE et le rôle des Chambres d'agriculture

15Cette section explicite le rôle des MAE et présente plus spécifiquement les objectifs environnementaux de celles étudiées. Nous décrivons ensuite le rôle des Chambres d'agriculture départementale dans le processus de contractualisation. Enfin, nous décrivons rapidement le positionnement des syndicats agricoles qui dirigent les CA vis-à-vis des MAE.

Les MAE, les CA et les syndicats agricoles

16Une mesure agro-environnementale est un contrat volontaire entre un agriculteur et l'État. Elle vise à faire adopter par le contractant une pratique agricole plus favorable pour l'environnement. L'agriculteur perçoit un dédommagement pour l'adoption de cette pratique. Ces paiements sont récurrents, uniformes et dimensionnés pour compenser les pertes induites par la nouvelle pratique.

Les MAE étudiées

  • Les MAE 0201 et MAE 0205 : la diversification de l'assolement. La MAE 0201 exige une culture supplémentaire dans l'assolement. La MAE 0205 exige le maintien d'au moins 4 cultures dans l'assolement.

  • Les MAE 0301 et MAE 04 : la diminution de l'impact des intrants. La MAE 0301 incite à l'utilisation de Couvert Intermédiaire Piège à Nitrate (CIPAN) et la MAE 04 à l'implantation de bandes enherbées. Le CIPAN vise à piéger les nitrates restant dans le sol à l'issue de la culture précédente. Les bandes enherbées assurent une fonction épuratrice et filtrante afin de limiter le lessivage des terres.

  • La MAE 20 : La conversion et le maintien de l'élevage extensif. La MAE 20 exige une diminution de l'utilisation d'engrais et limite le chargement en animaux des parcelles.

  • La MAE 19 : l'ouverture de milieux en dynamique de déprise. La MAE 19 exige le débroussaillage et le maintien en herbe des parcelles en friches.

  • La MAE 21 : la conversion à l'agriculture biologique.

La contractualisation des MAE : les coûts de transactions

17La contractualisation de MAE a décollé au début des années 2000. Les MAE représentaient alors 5 % du budget de la PAC. De 1999 à 2002, environ 50 000 exploitations ont souscrit une MAE. Ce décollage s'est poursuivi jusqu'à aujourd'hui : la réforme de la PAC 2013 prévoit que 30 % du budget soit conditionné à la bonne gestion de la ressource environnementale. Cette montée en puissance s'est concrétisée malgré des coûts de transactions élevés. L'agriculteur devait sélectionner une ou plusieurs MAE parmi plus de 300 mesures. La majorité de ces mesures devaient être souscrites dans le cadre d'un Contrat Territorial d'Exploitation (CTE). Ces contrats, uniquement nationaux, visaient à rendre conditionnelle la souscription d'aides nationales à l'engagement dans une ou plusieurs MAE. La rédaction d'un tel contrat nécessitait un diagnostic d'exploitation.

Le rôle des chambres d'agriculture et des syndicats professionnels agricoles

18Le principe de co-gestion, entériné par un décret de 1966, assure que “ l'État et les représentants du syndicalisme dominant gèrent ensemble le secteur agricole, tant au niveau de la définition des politiques, que de leur mise en œuvre'' (Brun, 2006). À l'échelle départementale, ce principe de cogestion se concrétise par la délégation par l'État de prérogatives de mise en œuvre des politiques publiques à des organismes consulaires dirigés par les syndicats agricoles : les Chambres d'Agriculture (CA). La composition de la CA est décidée lors d'élections professionnelles tenues tous les six ans par un scrutin de liste. Le scrutin est majoritaire : la liste arrivée en tête se voit attribuer la moitié des sièges, le reste étant attribué à la proportionnelle suivant la règle du plus fort reste. Les dernières élections ont eu lieu en 1995, 2001, 2007 et 2013. Nous utilisons les résultats aux élections de 2001, au tout début du processus de mise en œuvre des CTE, dans notre travail empirique.

19Au niveau national, le soutien à la Loi d'Orientation Agricole et aux CTE est différencié selon les syndicats et a évolué dans le temps. Dans un premier temps, le Centre National des Jeunes Agriculteurs (CNJA) a soutenu l'élaboration des CTE. Rappelé à l'ordre par les « aînés» de la FNSEA qui craignaient le début de la conditionnalité des aides de la PAC, le CNJA a cessé sa participation à la rédaction de la LOA (Brun, 2006). La Confédération paysanne redoutait de voir émerger un modèle agricole dual et militait pour la reconnaissance de l'existant par les MAE. Enfin, le Mouvement de défense des exploitants familiaux (MODEF) militait pour une conditionnalité plus forte.

20Afin de limiter les coûts de transaction incombant aux agriculteurs et faciliter la contractualisation, les chambres d'agriculture ont fourni aux agriculteurs un soutien pour rédiger les dossiers. A priori, c'est au travers de contacts directs entre conseillers agricoles et exploitants qu'elles ont facilité la rédaction des contrats. La rédaction des CTE par les agriculteurs a aussi été facilitée par la préparation de CTE types. Les CTE types sont des ”menus de MAE'' préparés en amont par la commission “Politique Agricole Départementale'' (PAD-CTE) où siègent les syndicats élus. Ces CTE types diminuent les coûts de transactions en proposant des CTE préétablis et dimensionnés pour certains types d'exploitations. Nous pouvons supposer que les mesures intégrées dans ces CTE type étaient orientées par les PAD-CTE et donc par les membres de la CA. En aval de la préparation du contrat, les Commissions Départementales d'Orientation Agricole (CDOA) fournissaient un avis consultatif sur la validité du CTE rédigé par l'agriculteur. Or les membres de la chambre d'agriculture siégeaient au sein des CDOA. En amont de la préparation du contrat, les commissions chargées de décider des montants des compensations financières pour chaque mesure au niveau régional ont aussi pu être influencées par les professionnels.

Effet attendu : un modèle théorique simple

21L'objectif de cette section est de présenter un modèle simple de l'effet de l'orientation syndicale des CA sur la contractualisation des MAE tel qu'il est conçu dans cet article. Ce modèle est une extension de celui de Chabé-Ferret et Subervie (2013). Pour des raisons de simplicité, le modèle explique simplement le fait de contractualiser une MAE, et pas le choix parmi l'ensemble des MAE. Par ailleurs, le modèle se concentre sur la décision de contractualisation de l'agriculteur. La manière dont les CA peuvent influencer le cahier des charges ou le montant des rémunérations n'est pas détaillée. De même, la manière dont la composition de la CA affecte le niveau de soutien apporté par les conseillers lors de la procédure de contractualisation n'est pas explicitée. L'objectif du modèle est de présenter l'effet de l'orientation syndicale sur la contractualisation dans le cadre le plus simple possible, mais aussi de formaliser le problème d'identification.

22Dans ce modèle, l'agriculteur i choisit de contractualiser ou pas une MAE. La variable Di prend la valeur 1 si c'est le cas, et 0 si l'agriculteur préfère ne pas contractualiser de MAE. L'agriculteur décide de contractualiser une MAE si son utilité nette de le faire est positive. Cette utilité est représentée par la fonction U. L'équation (1) rend compte de ce choix : la fonction 1{A} prend en effet la valeur 1 si A est vérifiée (ici si l'utilité de l'agriculteur est positive) et zéro sinon. L'utilité nette de l'agriculteur lorsqu'il participe au programme MAE est détaillée dans l'équation (2). Elle dépend tout d'abord de la perte de profit que fait subir l'entrée dans la MAE à l'agriculteur (Π1- Π 0). Il s'agit des coûts liés au respect des contraintes inscrites dans le cahier des charges de la MAE. Ces coûts dépendent de l'orientation productive de l'exploitation. Cette dernière est capturée par des variables observées par l'analyste (niveau de formation de l'agriculteur, cheptel, matériel, surface…), regroupées dans le vecteur Xi. Elle dépend aussi potentiellement de variables inobservées par l'analyste, par exemple la qualité de la terre, la motivation environnementale ou l'habileté managériale de l'exploitant, regroupées dans le vecteur ɛi. L'agriculteur compare cette perte de profit au paiement compensatoire reçu en échange du respect des contraintes de la MAE, noté Pi.

  • 7 Il serait possible de complexifier le modèle en admettant que le soutien donné par le conseiller ag (...)

23La dernière composante de l'utilité nette de l'agriculteur i pour le programme MAE est le coût de contractualisation C. L'exploitant doit en effet consacrer du temps et des efforts pour comprendre le programme MAE, choisir la MAE adéquate et monter un dossier de demande de subvention. Ce dossier, incluant la réalisation d'un diagnostic agro-environnemental, est souvent lourd pour l'agriculteur. Le soutien apporté par un conseiller peut grandement réduire le coût de contractualisation subi par l'agriculteur, et augmenter ainsi sa probabilité de contractualiser. Dans le modèle, le soutien reçu par l'agriculteur i de la part du conseiller agricole de son département d(i) est noté Zd(i).7 Le coût de contractualisation dépend directement de Zd(i), mais aussi de la structure observée et inobservée de l'exploitation.

24Enfin, le soutien reçu par l'exploitant de la part du conseiller agricole dépend de l'orientation syndicale de la CA de son département (αd(i)) et d'autres variables inobservées départementales (ɛzd(i) (équation (3)). Ce dernier terme capture par exemple le rôle potentiel des collectivités territoriales. αd(i) est un vecteur des scores des différentes listes aux dernières élections pour les CA. Comme discuté précédemment, les différents syndicats ont adopté des positions différentes par rapport au programme MAE. Il est raisonnable de penser que ces positions se sont traduites par des décisions différentes au niveau local.

25Dans ce modèle, c'est le résultat aux élections plutôt que la composition de la CA qui décide du soutien apporté au programme MAE. Ce choix de modélisation repose sur le raisonnement suivant. D'une part, les CA sont toutes peu ou prou tenues par le même syndicat majoritaire, et il n'existe donc que très peu de variation dans la composition des CA. D'autre part, le score des syndicats non majoritaires donne une idée de la pression subie par le syndicat majoritaire pour transiger, sous la menace de perdre les élections suivantes. Cela donne aussi une idée de la difficulté pour la CA de mobiliser les agriculteurs du département. En effet, si la victoire du syndicat majoritaire se fait avec une marge faible, cela dénote une opposition potentielle aux choix de la CA de la part des agriculteurs de base. On peut donc s'attendre à ce qu'il soit plus aisé pour le syndicat majoritaire de focaliser l'action des conseillers de la CA sur un petit nombre de MAE consensuelles lorsque sa majorité est large. Par contre, une majorité faible peut soit impliquer de diviser les efforts des conseillers sur de multiples MAE soit même rendre difficile le choix des MAE à soutenir et paralyser ainsi l'action des conseillers.

26Au final, l'orientation syndicale de la CA de son département joue un rôle dans la décision de l'agriculteur de participer au programme MAE. En faisant l'hypothèse que les fonctions Π1, Π0, C et g sont linéaires, avec des paramètres respectifs β1, β0, βC, βZ on obtient en effet la relation de forme réduite suivante:

27Il est à noter que nous avons inclus les paiements reçus Pi dans le terme d'erreur, car nous ne les observons pas.

Stratégie d'identification : la différence spatiale

28L'objectif de cette section est de présenter la stratégie empirique adoptée pour estimer le rôle des CA dans la contractualisation des MAE. Il s'agit en pratique d'estimer les paramètres de l'équation (4), et plus particulièrement γ. Malheureusement, une estimation directe de l'équation (4) est sans doute biaisée. Cette section détaille tout d'abord ce problème d'identification. Ensuite, la stratégie d'identification adoptée pour tenter de le résoudre est introduite. Elle repose sur le principe de la différenciation spatiale.

Problème d'identification

29Le problème posé par l'équation (4) est le suivant : il est très difficile de considérer le résultat aux élections des CA comme une variable exogène. Elle est en effet très probablement corrélée au terme d'erreur ɛD, ce qui biaiserait toute tentative d'estimation ne tentant pas de corriger ce problème. Ce problème est plus aisé à comprendre au niveau individuel. Si nous pouvions observer le vote de chaque agriculteur aux élections des CA, ce vote serait très certainement corrélé à sa décision de contractualiser une MAE, sans pour cela que cela dénote un effet causal du vote sur la décision de contractualiser. Le simple fait que les mêmes préférences de l'agriculteur entrent dans la décision de vote et dans le choix de la MAE crée une corrélation entre ces deux décisions. Par exemple les agriculteurs ayant des préférences écologiques plus marquées auront sans doute tendance à choisir de voter plus probablement pour la confédération paysanne. Dans le même temps, ces agriculteurs seraient plus nombreux à choisir de participer à des MAE. Dans ce cas, le vote n'aurait pas d'effet causal sur la contractualisation. Ces deux décisions seraient simplement le signal de préférences écologiques plus marquées.

30Pour formaliser ce problème, il est nécessaire de détailler la décision de vote de l'agriculteur i. Par souci de simplicité, nous allons modéliser le choix entre deux syndicats: M et N. Vi prend la valeur 1 lorsque l'agriculteur i vote pour le syndicat M et zéro sinon. Pour décider de son vote, l'agriculteur compare son utilité de voter pour M (U1) à celle de voter pour N (U0), comme indiqué sur l'équation (5) :

31En faisant l'hypothèse que ces fonctions sont linéaires, il apparaît que le vote de l'agriculteur i est corrélé avec le choix de contractualiser une MAE. En effet, ɛiV, le terme d'erreur de l'équation (6), est corrélée avec ɛD, le terme d'erreur de l'équation (4), puisque ces deux termes contiennent ɛi, les variables inobservées capturant les préférences écologiques (mais aussi politiques), l'habileté managériale et la qualité de la terre sur la ferme de l'agriculteur i. Comme ces caractéristiques sont inobservées, cette corrélation est fallacieuse et se confond avec l'effet causal réel de l'orientation syndicale de la CA sur la contractualisation des MAE modélisé dans la section précédente.

32La dernière étape pour formaliser le problème d'identification est de passer de la décision individuelle de vote à la proportion de votes reçue par les différents syndicats. C'est en effet cette dernière variable qui entre dans l'équation d'intérêt (4), et non le vote individuel de l'agriculteur i. Le pourcentage des votes allant au syndicat M dans le département d peut être dérivé de l'équation (6): αMd(i)=Pr(Vi=1|di=d). Cette variable reste corrélée à la décision de prendre une MAE, car ɛi est sans doute corrélée spatialement: les agriculteurs proches partagent des conditions de production, des capacités et des préférences proches. Cela implique que leurs décisions de vote sont similaires et qu'elles sont aussi corrélées avec leurs décisions de contractualiser une MAE. Par exemple, on pourrait observer au niveau départemental une corrélation entre le vote pour la confédération paysanne et la contractualisation des MAE sans que cette corrélation dénote un effet causal. Elle serait dans ce cas simplement due au fait que les départements contenant une plus grande proportion d'agriculteurs ayant des préférences écologiques marquées ont à la fois un vote plus élevé en faveur de la confédération paysanne et une plus grande contractualisation des MAE. En conséquence, une simple régression expliquant la participation aux MAE par le pourcentage de vote obtenu par les syndicats risque de surestimer l'effet de l'orientation syndicale. Les agriculteurs qui votent pour les syndicats favorables aux MAE ont en effet en même temps plus de probabilité de contractualiser une MAE, sans que cet effet soit nécessairement causal.

Hypothèse d'identification : continuité des variables inobservées de part et d'autre de la frontière départementale

33Pour résoudre le problème d'identification, nous cherchons à comparer le taux de contractualisation de MAE d'agriculteurs partageant des préférences environnementales et des conditions de production similaires, mais située dans des départements où les résultats aux élections des CA sont différents. Pour nous rapprocher le plus possible de ces conditions idéales, nous avons choisi de comparer les taux de contractualisation d'agriculteurs situés dans des communes proches appartenant à des départements différents. Ainsi, les agriculteurs que nous comparons sont beaucoup plus similaires que deux agriculteurs pris au hasard sur le territoire national. Deux agriculteurs proches dans l'espace partagent un grand nombre de leurs conditions de production (climatiques et pédologiques), ont des itinéraires techniques proches et donc des intérêts similaires. Confrontés au même niveau de soutien de la part d'un conseiller agricole, ces deux agriculteurs sélectionneront des MAE similaires.

34Plus formellement, soit e(i) une fonction donnant la localisation géographique de l'agriculteur i (il peut s'agir des coordonnées GPS de sa ferme, ou comme dans notre application, des coordonnées du centroïde de la commune à laquelle appartient le siège de l'exploitation). Nous faisons l'hypothèse que le terme d'erreur ɛD est additivement séparable entre un effet dépendant de la localisation dans l'espace ΦD et un effet idiosyncratique νD:

35La première hypothèse est que le terme d'erreur spatialisé est continu dans l'espace (équation (8)). Cela signifie que des agriculteurs proches partagent des conditions de production similaires. Nous ne faisons néanmoins pas l'hypothèse que les agriculteurs proches dans l'espace sont complètement identiques. Nous reconnaissons que des agriculteurs proches peuvent avoir des différences, à travers le terme idiosyncratique νD. Nous faisons en revanche l'hypothèse que ces différences ne sont pas systématiquement corrélées avec le département d'appartenance (équation (9)). Ainsi, des agriculteurs proches peuvent par exemple être céréaliers pour certains et éleveurs pour d'autres. Notre hypothèse impose que la proportion de céréaliers et d'éleveurs parmi des agriculteurs proches situés dans des départements différents est la même. Cette hypothèse nous paraît crédible, car les délimitations départementales sont avant tout administratives et ne recouvrent pas de discontinuités géographiques, climatiques ou pédologiques fortes. Le franchissement d'une frontière départementale est en général continu et les conditions de production y changent peu. En revanche, les résultats des élections aux CA changent de manière discontinue une fois la frontière départementale franchie, notamment parce que les agriculteurs non situés à la frontière votent de manière différente dans les deux départements. Au final, s'il existe, pour ces agriculteurs localisés de part et d'autre de la frontière départementale, une corrélation entre les résultats du vote dans le département et le choix de contractualiser une MAE, c'est en raison de l'effet causal du soutien apporté par la CA, et non parce que le vote est corrélé aux choix de production.

Identification : exemple de la logit conditionnelle

36Pour bien comprendre la mécanique de l'identification, on peut se placer dans le cas de la logit conditionnelle de Chamberlain (1980). Si l'on fait l'hypothèse que νiD est distribuée i.i.d. extrême value, on peut comparer les agriculteurs situés de part et d'autre de la limite départementale et faisant des choix de contractualisation différents:

37La deuxième ligne provient de la formule de Bayes et de l'indépendance de νiD et νjD. La troisième ligne est due à la formule usuelle de la logit. Dans la quatrième ligne, on multiplie numérateur et dénominateur par :

38La dernière ligne montre que si les coordonnées géographiques de i et j sont suffisamment proches, la continuité de la distribution de ΦD permet de faire disparaître ce terme. En conséquence, les effets fixes ont disparu et une estimation par maximum de vraisemblance est consistante.

Discussion des hypothèses d'identification

39La dimension cruciale de la stratégie d'identification employée dans ce papier est la continuité spatiale des variables inobservées déterminant simultanément la contractualisation et le vote. La définition de ɛiD dans l'équation (4) permet de discuter cette hypothèse. Ce terme d'erreur est composé de trois composantes: ɛi, ɛzd(i) et Pi, que nous pouvons discuter chacune séparément.

40ɛi désigne les composantes du choix de production (préférences de l'agriculteur, conditions de production, habileté). Il paraît raisonnable de penser que ces composantes soient continues autour des frontières départementales. Néanmoins, certaines limites départementales peuvent suivre des limites de zones naturelles et donc potentiellement recouvrir des contextes de production différents. Le biais issu de ces différences sera de toute manière plus faible que celui provenant de la comparaison directe, sans différenciation spatiale. Un second problème vient de l'installation: les profils des individus nouvellement installés de chaque côté de la frontière départementale peuvent différer. C'est notamment le cas si les agriculteurs s'installent avec le soutien de la CA. Les flux d'installation semblent néanmoins insuffisants pour biaiser cette approche.

41ɛzd(i) capture l'ensemble des déterminants du coût de contractualisation autre que l'orientation syndicale de la CA. Il s'agit par exemple de l'orientation des exécutifs locaux. Si par exemple le vote aux CA est corrélé au vote pour les Conseils Généraux (CG), la politique du CG est potentiellement corrélée au vote pour les CA. Si les CG emploient des conseillers, ou financent des mesures d'accompagnement, nous risquons d'attribuer cet effet à celui des CA. Il reste néanmoins que les politiques agricoles des CG et des Conseils Régionaux sont plutôt marginales, surtout sur la période considérée. Une autre dimension importante est celle des coopératives. Celles-ci ont en effet soutenu le processus de contractualisation des MAE, notamment à travers les CTE filière. Comme les limites des coopératives recoupent parfois les limites départementales, il est possible que nous captions des variations d'accompagnement par les coopératives. Pour cela, cette variation devrait être corrélée aux votes aux CA, ce qui semble peu probable a priori, ou en tout cas relativement limitée.

42Enfin, les paiements par hectare Pi reçus au titre de la MAE peuvent potentiellement changer d'un département à l'autre. Il est possible que la générosité de ces paiements soit liée à la manière dont les CA les ont négociés, et donc que cela soit corrélé au vote. Notre compréhension du dispositif MAE sur la période considérée est néanmoins que ces paiements variaient assez peu sur le territoire national. Par ailleurs, cette variation des paiements fait partie de l'effet de l'orientation syndicale sur la contractualisation que nous cherchons à capturer.

Les données et la procédure d'estimation

43Dans cette section, nous détaillons la méthode suivie pour la construction de l'échantillon de différence spatiale puis nous fournissons des informations sur les données utilisées et leurs sources. Enfin, nous explicitons la procédure d'estimation.

Figure 1. sélection des communes pour l’échantillon de différence spatiale.

Figure 1. sélection des communes pour l’échantillon de différence spatiale.

Création de l'échantillon de différence spatiale

44Le principe de la construction de l’échantillon de différence spatiale est décrit dans la figure 1. Avec un logiciel de Système d'Information Géographique (SIG), nous créons un buffer d'un kilomètre de large le long des frontières départementales françaises. Nous ne gardons que les communes dont le territoire intersecte ce buffer. Les centroïdes de ces territoires communaux sont estimés. Nous calculons, pour chaque paire de communes, la distance inter-centroïde. Nous disposons alors d'un échantillon de communes appariées deux à deux et qui ont la particularité d'être proches des frontières départementales. Nous sélectionnons ensuite un sous-échantillon qui respecte une condition de distance maximum entre les centroïdes des communes appariées.

Le principe de la différence spatiale

45La différence spatiale consiste à faire la différence entre une exploitation et toutes les exploitations situées dans un périmètre limité. Nous ne disposons pas des coordonnées géographiques précises des exploitations, mais nous connaissons leur commune de rattachement grâce au numéro INSEE. Ainsi la différence spatiale se fait entre les exploitations d'une commune et les exploitations des communes alentours. L'appariement des communes se fait de manière indifférenciée entre communes d'un même département et de départements différents. Seule la distance sélectionne le sous-ensemble de communes utilisé pour les régressions. Nous définissons Δs comme l'opérateur de différence spatial où s est le rayon maximal. Nous avons choisi s=3500 mètres. Le choix de la distance s est issu d'un arbitrage entre le nombre d'observations et la proximité. Plus s est petit, moins il y a d'observations disponibles, mais plus s augmente et moins les agriculteurs seront dans les mêmes conditions d'exploitations. Finalement, toutes les communes dont le centroïde se situe dans un rayon de 3500 mètres autour du centroïde de la commune considérée seront retenues pour effectuer la différence spatiale. Donc, les agriculteurs de la commune retenue seront différenciés avec les agriculteurs présents sur les communes dont le centroïde se situe à moins de 3500 mètres. À partir de ces informations, les agriculteurs sont appariés. Nous pouvons alors différencier spatialement leurs variables. Ces variables sont listées dans le tableau 1.

Tableau 1. Variables de contrôle.

Variable

Description

SAU

La Surface Agricole Utile en ares

STH

La Surface Totale en Herbe

Fourrage

La surface dédiée à la culture de fourrage en ares

Cereales

La surface dédiée à la culture de céréales

LSP

La surface dédiée à la culture de légumes secs et protéagineux en ares

Industriel

La surface dédiée aux cultures industrielles en ares (Colza, Tabac …)

Legenf

Légumineuses enfouies à des fins de fertilisation en ares

CIPAN

Couvert végétal implanté pour piéger les nitrates en ares

Nb_cult

Le nombre de cultures différentes dans l'exploitation

Eveness

Un indicateur de diversité des cultures compris entre 0 et 1

Sth over SAU

La part de STH dans la SAU

cereales over sau

La part de surfaces dédiées aux céréales dans la SAU

Fourrage over sau

La part de surfaces dédiées aux fourrages dans la SAU

cult maj

La part de culture majoritaire dans la SAU

Gel

La jachère aidée en ares

Propr

La surface en faire valoir direct

qmbs96 5

Marge Brute Standard Céréales, oleoprotéagineux, jachères

qmbs96 13

Marge Brut Standard Herbivores

qmbs96 41

Marge Brute Standard Totale

agecex

Age de l'exploitant

Pmsee

Contractualisation de la PMSEE

Ichn

Contractualisation de l'ICHN

Phyto

Engagement dans un programme de culture raisonnée

Olae

Contractualisation d'une OLAE

Label

Production sous un label

Aoc

Production sous une AOC

Agbio

L'exploitant a des parcelles en agriculture biologique

Maraich

L'exploitant a des cultures maraichères

Vignes

L'exploitant a des vignes

Mean alt4

Altitude moyenne de la commune de l'exploitant

Pente

Indicateur de la pente moyenne de la commune de l'exploitant

Form general expl

Formation générale de l'exploitant (indicatrices pour primaire, CAP, Baccalauréat, BTS)

Form agro expl

Formation agricole de l'exploitant (Indicatrices pour Primaire, Secondaires courtes, Secondaire longue, Supérieur courte, Supérieure longue)

Ugb

Quantité d'UGB sur l'exploitation

C ugb

L'exploitation détient des animaux et indicatrice de chargement (1 a 2 UGB par hectares incrémentalement par pallier de 0.2)

El intensif

L'exploitation fait de l'élevage intensif

Matpro

L'exploitant détient un tracteur (Indicatrice par puissance de 55 à 170 chevaux DIN en 5 paliers)

Matcop

L'exploitant détient un tracteur en copropriété (Indicatrice par puissance de 55 à 170 cheveux DIN en 5 paliers)

46L'impact des syndicats sur la contractualisation est identifié uniquement lorsque les exploitations différenciées ne sont pas dans le même département. Lorsque c'est le cas, seul le vote des autres agriculteurs de leur département respectif modifie leur probabilité de contractualiser. Les différentes variables utilisées pour la différence spatiale proviennent de plusieurs sources de données. La section suivante détaille la provenance de ces sources de données.

Les données

47Les données utilisées proviennent de différentes sources statistiques :

  • Les données de l'année 2000 (l'année pré-traitement) sont extraites du recensement agricole (RA2000). Ce recensement est effectué tous les 11 ans environ par le ministère de l'Agriculture. Toutes les exploitations du territoire français sont présentes soit 676 142 agriculteurs. Ce recensement fournit des données précises sur la taille et le type d'exploitation, les cultures, le cheptel, le matériel, le personnel, l'exploitant et sa famille. Ces variables seront utilisées comme contrôles pour l'estimation. Le recensement 2000 est effectué en 1999.

  • Les données de l'année 2005 sont extraites de l'enquête structure effectuée tous les 3 ans environ. Cette enquête structure (nommée STRU05) porte sur 86 126 agriculteurs représentatifs. RA2000 et STRU2005 fournissent les mêmes variables. Grâce au travail d'appareillage sur la base du numéro SIRET et du numéro PACAGE effectué par Chabé-Ferret et Subervie (2013), il est possible de retrouver les agriculteurs de l'enquête STRU05 dans le RA2000 avec très peu de pertes. Les exploitations ayant changé de propriétaires ont été supprimées de l'échantillon. L'agriculture et les MAE des départements d'outre-mer étant spécifiques, les exploitations de ces départements sont supprimées de l'échantillon. Il reste alors 78 827 exploitations, dont environ 18 600 bénéficiaires de MAE. Après avoir gardé les exploitations des agriculteurs situées sur l'une des communes de l'échantillon de différence spatiale, il reste environ 10 000 agriculteurs, dont 2000 bénéficiaires de MAE.

  • Les données de contractualisation sont fournies par l'organisme payeur des MAE l'Agence de services et de paiements (ASP) qui est l'ex Centre National pour l'Aménagement des structures des exploitations agricoles (CNASEA) à l'Observatoire du développement rural (ODR). Cette base de données recense les dates de contractualisation des MAE (CTE/CAD, PHAE, rotationelle) et les paiements effectués aux agriculteurs. Dans cette étude, nous considérons qu'un agriculteur a contractualisé une MAE si la date de contractualisation est antérieure au 30 octobre 2004.

  • Les résultats des élections aux chambres d'agriculture couvrent les années 1989, 1995 et 2001. Ces résultats ont été fournis par le ministère de l'Agriculture et agrégés par Éric Dubois (CNRS-CERAPS). Nous utilisons les résultats des élections de l'année 2001, au tout début de la mise en œuvre des MAE.

48Le tableau 2 précise les données disponibles pour l'échantillon total et pour le sous-échantillon utilisé pour la mise en œuvre de la différence spatiale. Le nombre d'agriculteurs présents dans ces échantillons est spécifié, ainsi que le sous-ensemble de ces agriculteurs qui a contractualisé une MAE. La dénomination de la MAE contractualisée et son objectif sont précisés en colonne 1.

Tableau 2. Échantillon total et échantillon pour la mise en œuvre de la différence spatiale

Echantillon total

Echantillon de différence spatiale

Objectif

Nombre de contractants

Agriculteurs dans l'échantillon

Proportion

Nombre de contractants

Agriculteurs dans l'échantillon

Proportion

Ajouter une culture à la rotation

486

78827

0,34%

72

9666

0,40%

Au moins quatre cultures

1833

78827

1,20%

272

9666

1,40%

CIPAN

2083

78827

2,00%

260

9666

1,70%

Bandes enherbées

1613

78827

1,10%

241

9666

1,30%

Ouverture de milieux en déprise

3694

78827

2,50%

309

9666

1,90%

Elevage extensif

12474

78827

12,00%

1297

9666

10,40%

Conversion à l'agriculture biologique

746

78827

0,70%

104

9666

0,70%

La procédure d'estimation

49Au vu de la taille importante de notre échantillon, et de la nature exploratoire de ce travail, nous avons retenu une procédure d'estimation à la fois simple et rapide, mais aussi robuste. Le principal enjeu en termes de robustesse est le fait que la variable d'intérêt (les votes aux CA) ne varie qu'au niveau départemental, alors que notre échantillon est composé d'agriculteurs individuels. En estimant directement la régression (4) sur les données individuelles, nous courons le risque de surestimer la précision de notre estimation de l'effet du vote (Moulton, 1990). En effet, nous ne disposons pas de plusieurs milliers d'observations de cette variable, comme le laisserait penser cette approche naïve, mais seulement d'une centaine environ. Pour prendre en compte ce problème, nous avons choisi de procéder en deux étapes (Angrist et Pischke, 2009) :

  • Nous estimons dans un premier temps un modèle linéaire de probabilité de contractualisation d'une MAE sur les variables individuelles et des variables muettes départementales. Cette étape nous permet d'estimer le niveau de contractualisation dans chaque département qui n'est pas expliqué par les variables explicatives individuelles (ou par les effets fixes spatiaux dans le cas de l'échantillon en différence spatiale).

  • Nous régressons ensuite les variables muettes départementales sur les proportions des votes aux élections des CA. Cette dernière régression contient autant d'observations que de départements. En conséquence, les écarts-types estimés sont cohérents avec l'information disponible dans les données.

Les résultats

50Les résultats des régressions sont présentés dans le tableau 3. La somme des proportions des votes reçues par les différents syndicats étant égale à un, il est impossible d'étudier l'effet de l'augmentation des votes pour un syndicat indépendamment de la baisse des votes pour au moins l'un des autres. En raison de ce problème de multi-colinéarité, nous devons choisir une normalisation afin de permettre les estimations. Nous avons choisi la Confédération Paysanne comme référence. Tous les résultats s'interprètent donc relativement au soutien qu'a apporté la Confédération Paysanne.

Tableau 3. Impact des syndicats sur la contractualisation.

 

Ech.tot sans X

Echantillon total

Echantillon DS

Différence Spatiale

Toutes MAE

FNSEA

-0,44(0,18)*

-0,08(0,05)

-0,10(0,07)

0,88(0,24)***

Coordination rurale

-0,41(0,15)**

-0,05(0,04)

-0,10(0,06)

0,41(0,20)*

MODEF

-0,32(0,15)*

0,04(0,04)

0,04(0,06)

-0,57(0,21)**

Divers

0,01(0,19)

0,00(0,05)

0,00(0,09)

0,45(0,33)

MAE 0201

FNSEA

0,015(0,008).

0,009(0,008)

0,015(0,012)

0,00(0,05)

Coordination rurale

0,015(0,007)*

0,002(0,007)

0,006(0,01)

-0,08(0,04).

MODEF

0,001(0,007)

0,007(0,006)

0,009(0,01)

0,11(0,04)*

Divers

0,006(0,009)

0,004(0,008)

0,005(0,015)

0,03(0,06)

MAE 0205

FNSEA

0,07(0,03).

0,02(0,03)

0,04(0,03)

0,71(0,11)***

Coordination rurale

0,11(0,03)***

0,03(0,02)

0,06(0,03)*

0,30(0,09)**

MODEF

-0,003(0,03)

0,01(0,02)

0,02(0,03)

0,13(0,09)

Divers

-0,06(0,04).

0,03(0,03)

0,08(0,04).

0,73(0,15)***

MAE0301

FNSEA

0,03(0,02)

0,00(0,02)

-0,03(0,03)

0,46(0,12)***

Coordination rurale

0,03(0,02)

-0,019(0,017)

-0.02(0.02)

0,23(0,10)*

MODEF

-0,04(0,01)*

-0,02(0,017)

-0,05(0,02)*

-0,30(0,11)**

Divers

-0,01(0,02)

-0,02(0,02)

-0,04(0,03)

0,18(0,17)

MAE 04

FNSEA

0,03(0,02)

0,00(0,01)

0,00(0,02)

0,33(0,09)**

Coordination rurale

0,07(0,01)***

0,02(0,01)

0,01(0,02)

0,25(0,08)**

MODEF

0,012(0,01)

0,01(0,01)

0,01(0,02)

-0,03(0,08)

Divers

0,02(0,02)

0,00(0,02)

0,02(0,03)

0,20(0,13)

MAE 19

FNSEA

-0,12(0,08)

-0,004(0,07)

-0,01(0,06)

0,50(0,22)*

Coordination rurale

-0,17(0,07)*

-0,007(0,05)

0,00(0,05)

0,13(0,18)

MODEF

-0,02(0,07)

0,09(0,05)

0,06(0.05)

-0,25(0,19)

Divers

0,07(0,09)

0,05(0,07)

0,12(0.08)

0,00(0,31)

MAE 20

FNSEA

-0,47(0,18)**

-0,08(0,04)

-0,03(0,05)

0,45(0,21)*

Coordination rurale

-0,52(0,15)***

-0,08(0,03)*

-0,07(0,04)

0,20(0,17)

MODEF

-0,36(0,14)*

-0,00(0,03)

0,04(0,05)

-0,55(0,18)**

Divers

-0,04(0,19)

-0,04(0,04)

-0,10(0,07)

0,17(0,29)

MAE 21

FNSEA

-0,016(0,006)*

-0,007(0,006)

0,007(0,01)

0,05(0,05)

Coordination rurale

0,00(0,00)

0,00(0,005)

0,00(0,009)

-0,02(0,04)

MODEF

0,004(0,005)

0,007(0,005)

0,005(0,01)

0,09(0,04)

Divers

0,00(0,007)

0,00(0,006)

0,02(0,01)

0,15(0,07)

Note : Chaque case présente le coefficient correspondant à la part du vote reçu par chaque syndicat dans une régression expliquant le niveau de contractualisation de MAE au niveau départemental (étape 2 page 25). La variable exclue est la part du vote reçue par la Confédération Paysanne. Les écarts-types robustes à l'hétéroscédasticité au niveau départemental sont présentés entre parenthèses. Les étoiles (*, ** et ***) indiquent des coefficients différents de zéro à respectivement 10%, 5% et 1%. La colonne ”Ech.tot sans X“ présente les résultats d'une régression linéaire simple sans aucune variable de contrôle dans l'étape 1 page 25. La colonne ”Echantillon total“ présente les résultats d'une régression linéaire simple avec les variables de contrôles décrites dans le tableau 4 page 34 introduites dans l'étape 1 page 25. La colonne ”échantillon DS“ présente les résultats de la même regression sur l'échantillon contenant uniquement les agriculteurs situés aux frontières départementales. La colonne ”Différence Spatiale“ présente les résultats de la procédure complète, incluant les variables de contrôle et la différenciation spatiale lors de l'étape 1 page 25.

L'apport de la différence spatiale

51Dans le modèle sans variables de contrôle ni différence spatiale, il apparaît une corrélation négative entre la contractualisation de MAE et le vote FNSEA, le vote coordination rurale et le vote MODEF (première colonne du tableau 3). Tous ces syndicats semblent avoir moins soutenu la contractualisation des MAE que la Confédération Paysanne. Une fois les caractéristiques des exploitations prises en compte, la corrélation est proche de zéro et les différents syndicats semblent avoir le même effet sur la contractualisation des MAE (deuxième colonne du tableau 3). Mais, lorsque l'on utilise la différence spatiale, les votes FNSEA et coordination rurale affectent positivement la contractualisation (quatrième colonne du tableau 3). Le vote MODEF l'affecte toujours négativement. Les résultats similaires en l'absence de différenciation spatiale entre échantillon de différence spatiale (colonne 3 du tableau 3) et l'échantillon total (colonne 2 du tableau 3) montrent que cette inversion n'est pas due à la réduction de l'échantillon, mais bel et bien à la différence spatiale.

L'interprétation des résultats

52Malgré l'opposition forte aux CTE et aux MAE des syndicats, FNSEA et coordination rurale ont favorisé la contractualisation de ces mesures (relativement à la Confédération Paysanne). À l'inverse, la présence du MODEF dans une chambre a limité la contractualisation (relativement à la Confédération Paysanne). La force de ce soutien dépend des MAE considérées. Ainsi la FNSEA a soutenu les MAE 0205, 0301, 04, 19, et 20 de manière plus agressive que la Confédération Paysanne. La Coordination Rurale a soutenu les mêmes MAE à l'exception de la 19 et de la 20. Les MAE soutenues par le MODEF sont les antagonistes de celles soutenues par la FNSEA et la Coordination Rurale, c'est-à-dire les MAE 0201 et la MAE21. Par ailleurs, le MODEF a limité la contractualisation de la MAE 0301 et de la MAE20 par rapport à la Confédération Paysanne.

53Comment expliquer ce soutien différencié? Ce sont les MAE les moins exigeantes qui ont été soutenues par la FNSEA. En effet, les MAE 21 et 0201 sont les plus contraignantes parmi celles étudiées dans ce travail. La MAE 21 de conversion à l'agriculture biologique (AB) est réservée aux agriculteurs qui ne sont pas encore convertis à l'AB. Le processus de conversion est coûteux, et les effets d'aubaine de cette mesure sont extrêmement limités (Chabé-Ferret et Subervie, 2013). La MAE 0201 est aussi plus exigeante que la 0205, puisqu'elle exige l'introduction d'une nouvelle culture dans l'assolement, alors que la 0205 se contente d'exiger que plus de quatre cultures différentes soient présentes. La MAE 0201 a en conséquence des effets d'aubaine plus limités que la MAE 0205 (Chabé-Ferret et Subervie, 2013). La MAE 0301 a été contractualisée en grande partie par des agriculteurs qui auraient implanté des CIPAN en l'absence de tout paiement. Son effet d'aubaine est élevé, au point de remettre en cause le bénéfice social de la mesure (Chabé-Ferret et Subervie, 2013). Enfin, les MAE 19 et 20, ainsi que la Prime Herbagère Agro-environnementale (PHAE) sont extrêmement difficiles à évaluer, mais il apparaît qu'elles visent surtout à rémunérer des pratiques d'élevage existantes (AND, 2008). Elles ont aussi pour objectif de compenser les éleveurs du montant plus faible d'aides qu'ils reçoivent en comparaison des céréaliers dans le cadre du premier pilier.

54Notre interprétation est que la FNSEA a soutenu des MAE peu exigeantes, rémunérant généralement le statu quo, dans le but de limiter la conditionnalité des subventions. À l'inverse, le MODEF qui recherchait plus de conditionnalité, a favorisé les MAE les plus exigeantes. La Confédération Paysanne est dans une position intermédiaire : elle a donné un soutien moins extrême que le MODEF aux mesures contraignantes, mais a soutenu aussi moins fortement que la FNSEA les mesures à fort effet d'aubaine.

Conclusion

55Les résultats présentés dans ce travail suggèrent que les résultats des élections aux CA ont un impact sur le niveau de contractualisation des MAE. La présence du syndicat majoritaire renforce la contractualisation des MAE, au profit des MAE les moins exigeantes sur un plan environnemental. Ces résultats sont cohérents avec le fait que le syndicat majoritaire a cherché à influencer la nature des MAE sur le terrain au bénéfice des agriculteurs, et avec l'importance cruciale des conseillers agricoles des CA dans la contractualisation des MAE. Les résultats présentés dans cet article sont ceux obtenus dans une première approche de la question examinée. De nombreuses prolongations de ce travail peuvent être envisagées. Dans cette discussion, nous décrivons rapidement trois directions de recherche qui nous semblent importantes. La première piste de recherche est méthodologique, notamment autour de l'application de la différenciation spatiale. La manière dont les résultats évoluent avec la mise en œuvre de cette stratégie d'identification semble cohérente avec les biais attendus. Néanmoins, il reste que l'hypothèse de continuité spatiale des variables inobservées telle qu'elle est avancée dans cet article n'est pas testée. Une manière directe de tester cette hypothèse serait d'observer le vote individuel des agriculteurs, ou du moins le vote au niveau d'une entité géographique réduite pour en tester la continuité spatiale. Une autre approche serait de tester la continuité des variables de la structure des exploitations de part et d'autre de la limite départementale. Enfin, il serait cohérent d'estimer les effets de l'orientation syndicale de manière directe en utilisant un modèle non linéaire, comme le logit conditionnel ou l'estimateur de Chernozhukov et al. (2012), tout en prenant en compte l'autocorrélation spatiale au niveau départemental.

56La deuxième piste de recherche serait consacrée à la compréhension des mécanismes par lesquels l'orientation syndicale joue sur la contractualisation. Nous avons supposé que l'orientation syndicale jouait à travers le conseil agricole, mais aussi l'orientation des MAE, le niveau de compensation monétaire et l'existence de CTE-types. Nous n'avons pas proposé de test de ces différents mécanismes. Par ailleurs, la modélisation théorique n'inclut que le premier. Elle n'explicite enfin pas la manière dont l'interaction entre syndicats génère un blocage de la CA. Il serait extrêmement intéressant de réfléchir à ces mécanismes et d'en proposer des tests empiriques.

  • 8 Nous remercions François Salanié qui a formulé cette conjecture lors de discussions sur ce travail.

57La troisième piste de recherche est plus normative: le rôle des syndicats et des CA dans la mise en œuvre des MAE contribue-t-il à améliorer l'efficacité des MAE ou au contraire la réduit-il? La tension vient de ce que les conseillers prennent en charge une part des coûts de transaction, mais que simultanément ils peuvent orienter les agriculteurs vers des mesures à effet d'aubaine important. Une première constatation est qu'en l'absence de toute position partisane, de coûts fixes dans la mise en œuvre des MAE et de discontinuité dans la distribution des variables inobservées, l'allocation optimale des MAE devrait être continue spatialement8. Toute la difficulté est de savoir si les discontinuités observées sont dues à des coûts fixes (par exemple la formation d'un technicien) ou à des effets partisans. Il serait possible de capturer uniquement le biais partisan en utilisant des discontinuités dans les votes au niveau départemental: en comparant les CA remportées ou perdues par la FNSEA de manière très marginale. Malheureusement, de tels cas de figure ne se présentent pas dans les données.

Remerciements

58Nous remercions le programme «Pour et Sur le Développement Régional» REGIAB de son soutien financier. Nous remercions Éric Dubois de nous avoir transmis les données sur les résultats des élections aux Chambres d'Agriculture, le Service Statistique et Prospective du ministère de l'Agriculture, et notamment Olivier Debeuf, de nous avoir transmis les données de l'enquête sur la structure des exploitations agricoles et l'Observatoire de Développement Rural, et notamment Cédric Gendre, d'avoir mis à notre disposition les données de contractualisation des MAE. Nous remercions aussi Pierre Dupraz, François Salanié et Karine Van der Straeten et des participants au séminaire Metafort, au symposium final PSDR à Clermont-Ferrand et aux 6eme journées SFER de recherche en sciences sociales à Toulouse ainsi que Dominique Vollet et deux rapporteurs anonymes pour leurs commentaires et suggestions.

Haut de page

Bibliographie

Adams, W.J., 1999, The Political Economy of Agriculture in France’s Fifth Republic, Explorations in Economic History, 36, 1, pp. 1–29.

Algan, Y. et P. Cahuc, 2007, La société de défiance : comment le modèle français s’autodétruit. Editions Rue d’Ulm.

Allaire, G., E. Cahuzac et M. Simioni, 2009, Contractualisation et diffusion spatiale des mesures agro-environnementales herbagères, Revue d’Études en Agriculture et Environnement, 90(1), pp. 23–50.

AND, 2008, Évaluation ex-post du PDRN : Partie sur le ”soutien à l’agro environnement“, Rapport d’évaluation, ministère de l’Agriculture et de la Pêche, [En ligne] URL : http://agriculture.gouv.fr/IMG/pdf/3-Eval__MAE_AND_Synthese.pdf.

Angrist, J.D. et J.-S. Pischke, 2009, Mostly Harmless Econometrics. Princeton University Press.

ASCA, 2003, Evaluation à Mi-Parcours du RDR, Partie sur le Soutien à l’Agroenvironnement (Chapitre VI), Rapport d’évaluation, ministère de l’Agriculture et de la Pêche, http://agriculture.gouv.fr/IMG/pdf/ch_6.pdf.

Atrux-Talau, M., 2010, Histoire sociale d’un corps intermédiaire : l’Assemblée permanente des chambres d’agriculture (1924-1974), Thèse de Doctorat, Université Lumière Lyon 2.

Bardhan, P., 2005, Decentralization, Corruption And Government Accountability : An Overview, dans Handbook of Economic Corruption, ed. S. Rose-Ackerman. Edward Elgar.

Bardhan, P. et D. Mookherjee, 2000, Capture and Governance at Local and National Levels, The American Economic Review, 90(2), pp. 135–139.

Bardhan, P. et D. Mookherjee, 2010, Determinants of Redistributive Politics : An Empirical Analysis of Land Reforms in West Bengal, India, American Economic Review, 100(4), 1572–1600. V. Bernardi et J.-P. Boinon, 2009, L’action des syndicats agricoles en faveur de l’installation dans les Commissions départementales d’orientation agricole, Économie rurale, 312(4), pp. 80–92.

Bertrand, M. et F. Kramarz, 2002, Does Entry Regulation Hinder Job Creation ? Evidence from the French Retail Industry, Quarterly Journal of Economics, 117(4), pp. 1369–1414.

Brun, G., 2006, L’agriculture française à la recherche d’un nouveau modèle. L’Harmattan.

Brunier, S., 2012, Conseillers et conseillères agricoles en France (1945-1983). L’amour du progrès aux temps de ”la révolution silencieuse", Thèse de Doctorat, Université de Grenoble.

Chabé-Ferret, S. et J. Subervie, 2013, How Much Green for the Buck ? Estimating Additional and Windfall Effects of French Agro-Environmental Schemes by Difference-In-Difference Matching, Journal of Environmental Economics and Management, 65(1), pp. 12–27.

Chamberlain, G., 1980, Analysis of Covariance with Qualitative Data, The Review of Economic Studies, 47, 1, pp. 225–238.

Chernozhukov, V., I. Fernandez-Val, J. Hahn et W. Newey, 2012, Identification and Estimation of Marginal Effects in Nonlinear Panel Models,

Cordellier, S. et R. Le Guen, 2009, Le vote des agriculteurs aux élections professionnelles 1983-2007, Économie rurale, 312(4), 14–31.

Desjeux, Y., D. Lepage, S. Arnaud et P. Dupraz, 2006, Facteurs déterminant l’efficacité des Programmes Agro-environnementaux : le cas de la Basse-Normandie, Document de Travail, INRA-ITAES.

Dubois, E., F. Facchini et M. Foucault, 2009, Un modèle explicatif du vote FNSEA aux élections des Chambres d’agriculture départementales (1995-2001), Économie rurale, 312(4), pp. 32–50.

Ducos, G., P. Dupraz et F. Bonnieux, 2009, Agri-Environment Contract Adoption Under Fixed and Variable Compliance Costs, Journal of Environmental Planning and Management, 52(5), pp. 669–687.

Duranton, G., L. Gobillon et H.G. Overman, 2011, Assessing the Effects of Local Taxation using Microgeographic Data, The Economic Journal, 121(555), pp. 1017–1046.

Facchini, F. et R. Magni-Berton, 2009, Le syndicalisme agricole, Économie rurale, 312, 4, pp. 7–13.

Gardner, B.L., 1987, Causes of U.S. Farm Commodity Programs, The Journal of Political Economy, 95, 2, pp. 290–310.

Gorter, H.D. et J. Swinnen, 2002, Political economy of agricultural policy, dans Handbook of Agricultural Economics, ed. B. L. Gardner, et G. C. Rausser, vol. 2 of Handbook of Economics, chap. 36, pp. 1893 – 1943. Elsevier.

Holmes, T., 1998, The Effect of State Policies on the Location of Manufacturing: Evidence from State Borders, Journal of Political Economy, 106, 4, pp. 667–705.

Magruder, J.R., 2013, Can Minimum Wages Cause a Big Push? Evidence from Indonesia, Journal of Development Economics, 100(1), 48–62.

Moulton, B.R., 1990, An Illustration of a Pitfall in Estimating the Effects of Aggregate Variables on Micro Units, The Review of Economics and Statistics, 72, 2, pp. 334–338.

Pufahl, A. et C.R. Weiss, 2009, Evaluating the Effects of Farm Programmes: Results from Propensity Score Matching, European Review of Agricultural Economics, 36, 1, pp. 79–101.

Rathelot, R. et P. Sillard, 2008, The Importance of Local Corporate Taxes in Business Location Decisions : Evidence From French Micro Data, The Economic Journal, 118, 527, pp. 499–514.

Haut de page

Notes

1 Ainsi, 170 mesures sont inscrites à l'annexe B du Plan de Développement Rural National 2000-2006 (PDRN), déclinées en 1250 mesures régionales. En conséquence, les agriculteurs devaient faire un choix dans chaque région entre 50 à 200 MAE différentes (ASCA, 2003).

2 La plupart des MAE prenaient la forme de CTE entre 2000 et 2003, à l'exclusion des mesures dites nationales comme la Prime Herbagère Agro-Environnementale (PHAE) ou la mesure rotationnelle.

3 Chabé-Ferret et Subervie (2013) proposent un modèle de contractualisation d'une MAE qui génère des effets d'aubaine de ce type.

4 Les CA sont des organismes consulaires chargés de gérer des missions d'intérêt général. Elles ont deux rôles majeurs. D'une part, elles représentent les différents agents économiques de l'agriculture. Pour cela, elles sont organisées en collèges dont la composition est décidée par des élections professionnelles périodiques. D'autre part, elles sont chargées d'appliquer sur le territoire français les politiques de développement agricole et rural, et notamment d'informer et d'accompagner les agriculteurs. Une grande partie de l'activité de conseil agricole est ainsi réalisée par les conseillers des CA.

5 La Fédération Nationale des Syndicats d'Exploitants Agricoles (FNSEA) est à la tête de toutes les CA départementales de notre échantillon à l'exception d'une seule. La nature majoritaire du scrutin donne à ce syndicat une majorité absolue des sièges au sein de la CA dès lors qu'il arrive en tête des élections.

6 Chabé-Ferret et Subervie (2013) décrivent cet appariement en détail dans leur annexe.

7 Il serait possible de complexifier le modèle en admettant que le soutien donné par le conseiller agricole varie aussi à l'intérieur de chaque département. Par exemple, la CA pourrait ne privilégier que certains profils d'agriculteurs.

8 Nous remercions François Salanié qui a formulé cette conjecture lors de discussions sur ce travail.

Haut de page

Pour citer cet article

Référence électronique

Florimond Brun et Sylvain Chabé-Ferret, « Le rôle de l'orientation syndicale des Chambres d'agriculture dans la contractualisation des mesures agro-environnementales », VertigO - la revue électronique en sciences de l'environnement [En ligne], Hors-série 20 | décembre 2014, mis en ligne le 28 décembre 2014, consulté le 23 août 2019. URL : http://journals.openedition.org/vertigo/15292 ; DOI : 10.4000/vertigo.15292

Haut de page

Auteurs

Florimond Brun

Chargé d'étude ACTeon - Innovation, Policy, Environment 9 avenue Saint Roch, 38000 Grenoble, France et IRSTEA, UMR Metafort, 24 avenue des Landais 63172 Aubière, France

Sylvain Chabé-Ferret

Professeur assistant, Toulouse School of Economics; Chercheur associé au Laboratoire d'économie des ressources naturelles, Institut National de la Recherche Agronomique, 21 allée de Brienne, 31 015 Toulouse Cedex 6, France, courriel : sylvain.chabe-ferret@tse-fr.eu

Haut de page

Droits d’auteur

Licence Creative Commons
Les contenus de VertigO sont mis à disposition selon les termes de la Licence Creative Commons Attribution - Pas d’Utilisation Commerciale - Pas de Modification 4.0 International.

Haut de page