1La production agricole vivrière en République démocratique du Congo (RDC) a connu un recul marqué après les années 1960, sous l’effet du faible niveau d’investissements structurels et de la forte dépendance de l’agriculture aux conditions climatiques. Alors que le secteur agricole représentait 43 % des recettes d’exportation avant 1960, les produits miniers et les hydrocarbures en représentaient près de 99 % en 2023 (Banque centrale du Congo, 2023). Malgré ce déclin relatif, l’indice de la production vivrière est passé de 102,02 en 2016 à 122,79 en 2022, soit une hausse d’environ 22 % (Banque mondiale, 2025). Essentiellement assurée par l’agriculture familiale (Leabailly et al., 2015 ; Tingu et al., 2019), cette production demeure toutefois insuffisante pour satisfaire une demande intérieure en forte croissance, alimentée notamment par une urbanisation rapide (Sikuzani et al., 2018 ; Fotio et al., 2023).
- 1 Pour plus d’information, voir le site internet de Word Popluation Review, ville de Kikwit [en ligne (...)
- 2 Pour plus d’information, voir le site internet Evolution des prix-TALO | Ministère de l'Economie Na (...)
2Le territoire de Bulungu constitue l'un des principaux bassins d'approvisionnement en maïs de la ville de Kikwit. La forte croissance démographique de cette dernière exerce une pression croissante sur la demande en produits vivriers. En effet, la population de Kikwit est passée d'environ 27 000 habitants en 1960 à près de 615 000 en 20241, tandis que le prix d'un sac de maïs d'environ 100 kg est passé de 64 350 FC en 2020 à 175 000 FC en 2024, soit une hausse de 171,95 %2. Dans le même temps, les exploitations agricoles familiales restent confrontées à un accès limité aux intrants, au crédit et aux innovations agricoles, dans un contexte de changements climatiques croissants. Les petits producteurs d’Afrique subsaharienne demeurent particulièrement vulnérables en raison de leur forte dépendance aux ressources naturelles et de leurs faibles capacités d’adaptation (Mushagalusa et al., 2022). Les facteurs socio-économiques influencent en outre leur perception des risques climatiques et leur capacité de réponse (Mugisho et al., 2024).
3La variabilité des précipitations et les événements météorologiques extrêmes constituent aujourd’hui les principaux risques climatiques pesant sur l’agriculture africaine. Parmi les manifestations les plus fréquentes figurent le démarrage tardif et la fin précoce de la saison des pluies, les sécheresses prolongées, l’insuffisance pluviométrique ainsi que l’augmentation des températures (Lawali Mamane Nassourou et al., 2018 ; Kouassi et al., 2020 ; Valerie Sounouke et al., 2022). Ces phénomènes affectent directement les rendements agricoles, la sécurité alimentaire et les moyens d’existence des populations rurales (Ayedegue et al., 2020 ; Takpa et al., 2022). Dans ce contexte, l’adaptation de l’agriculture constitue un enjeu majeur pour les pays en développement (Gemenne et al., 2017). Bien que des dispositifs de gestion des risques climatiques existent à différentes échelles en Afrique (BAD, 2025), leur mise en œuvre demeure limitée en RDC. Les producteurs s’appuient principalement sur des stratégies locales telles que la diversification des cultures, l’utilisation de matières organiques ou l’application de pesticides (Mushagalusa et al., 2021). Toutefois, ces réponses restent contraintes par le faible accès aux ressources financières, aux informations météorologiques et aux services d’appui (Kasongo et al., 2017).
- 3 Pour plus d’information, voir le site internet de la Cellule d’Analyse des Indicatioeurs de Dévelop (...)
4Le territoire de Bulungu concentre environ 24,2 % des ménages agricoles et contribue à près de 30 % de la production vivrière de la province du Kwilu3. Principal grenier agricole de Kikwit et de Kinshasa, il demeure fortement exposé aux contraintes climatiques, accentuant la vulnérabilité des producteurs et des populations dépendantes de cette production. Dans ce contexte, la présente recherche vise à analyser l’ampleur des risques climatiques tels que perçus par les producteurs de maïs dans le territoire de Bulungu. Elle cherche plus précisément à répondre aux questions suivantes : comment les producteurs de maïs perçoivent-ils les effets des changements climatiques dans le territoire de Bulungu ? Quels sont les impacts de ces changements sur la production de maïs ? Quelles stratégies d’adaptation mettent-ils en œuvre pour en atténuer les effets ?
5Le présent article s’inscrit dans le champ des études sur les relations entre changements climatiques, agriculture familiale et sécurité alimentaire. Il s’appuie sur des travaux qui analysent la manière dont les producteurs agricoles perçoivent les évolutions climatiques, les impacts qu’ils en ressentent sur leurs systèmes de production, ainsi que les stratégies qu’ils développent pour y faire face (Pamalba et al., 2019 ; Mushagalusa et al., 2021 ; Takpa et al., 2022 ; Ayedjo et al., 2024). Les approches proposées par Gnanasubramaniam et Hemachandra (2020) et Agossou et al. (2008) constituent des références importantes, en ce qu’elles montrent l’intérêt des méthodes d’analyse multivariée pour comprendre la diversité des perceptions et des réponses des exploitations agricoles face aux changements climatiques.
6L’hypothèse centrale de cette étude est que les producteurs de maïs perçoivent des changements significatifs des conditions climatiques, lesquels affectent la production agricole et conduisent à l’adoption de stratégies d’adaptation spécifiques. Ces perceptions, influencées par l’expérience agricole, l’accès à l’information, les ressources productives et les caractéristiques socio-économiques des exploitations, orientent les décisions techniques mises en œuvre face aux aléas climatiques et conditionnent, à terme, les niveaux de production, la stabilité des revenus et la sécurité alimentaire des ménages.
7À l’instar de Gnanasubramaniam et Hemachandra (2020), les perceptions climatiques sont appréhendées comme un construit multidimensionnel intégrant les variations de la pluviométrie, de la température et des événements climatiques extrêmes. Dans la continuité d’Agossou et al. (2008), ce cadre prend également en compte les impacts ressentis sur la production et la sécurité alimentaire ainsi que les principales stratégies d’adaptation des exploitations familiales. L’analyse en composantes principales (ACP) est mobilisée afin de synthétiser ces différentes dimensions, d’identifier les principaux profils de vulnérabilité et de résilience des ménages agricoles et de structurer les variables retenues, notamment l’augmentation des parasites et des maladies des cultures, la chute et la verse des arbres, l’acquisition de nouvelles connaissances ou encore les pertes de semences à la germination. Cette méthode permet de synthétiser des variables corrélées en un nombre limité de composantes tout en conservant l’essentiel de l’information.
- 4 Pour plus d’information, voir le site internet de la Cellule d’Analyse des Indicatioeurs de Dévelop (...)
8Cette étude est réalisée en 2024 dans trois secteurs (Imbongo, Kwenge et Luniungu) du territoire de Bulungu dans la province du Kwilu au sud-ouest de la RDC. Comme ailleurs dans la province du Kwilu, la commercialisation des produits agricoles est l’activité économique principale. La majorité des entreprises sont tombées en faillite et abandonnées. Il s’agissait notamment de 66 huileries recensées en 1960 (Akalakou et al., 2019), ainsi que de sociétés de commerce général. Toutefois, quelques rares entreprises étatiques s’y trouvent, notamment la Regideso qui fournit de l’eau potable dans les villes de Bandundu et Kikwit ainsi dans les Territoires de Bulungu, Masimanimba et Idiofa et la SNEL en charge de la desserte de l’électricité dans la ville de Bandundu (et Kikwit en cours d’installation). S’y trouvent également quelques Sociétés privées qui emploient à peine une centaine de travailleurs telles que Chrisnovic sarl spécialisée dans la production de l’huile de palme et palmiste et Strategos spécialisée dans l’achat et la transformation du maïs dans le territoire de Bulungu4.
Figure 1. Localisation géographique du territoire de Bulungu au sud-ouest de la RDC
9Les données climatiques ayant servi à cette analyse sont issues de l’observation réalisée par l’Agence nationale de météorologie et de télédétection par satellite (METELSAT)5 en République démocratique du Congo. Les données en rapport avec les précipitations et les températures sont celles de la station de METELSAT Kikwit couvrant le territoire de Bulungu pour la période allant de 1994 à 2024 soit 30 ans. Elles comprennent d’une part les moyennes des pluies journalières observées sur la période indiquée et d’autre part des moyennes mensuelles de températures pour la même période et la même station. Avec ces données, l’écart type est ensuite calculé afin de déterminer l’indice standardisé des précipitations ou Standardized Precipitations Index (SPI) permettant d’appréhender les anomalies centrées réduites pluviométriques interannuelles (Bergaoui et Alouini, 2001). Cet indice a été retenu pour déterminer les indicateurs des variations pluviométriques et spécifiquement les années marquées par un excédent ou un déficit pluviométrique dans le secteur d’étude. Le tableau 1 présente la répartition du nombre d’année selon l’indice d’humidité (SPI).
Tableau 1. Classification de la sécheresse en rapport avec la valeur du SPI
Bergaoui et Alouini, 2001.
10Les données d’enquête ont été collectées en 2024 dans dix villages du territoire de Bulungu. Quatre villages (Kimbilangundu, Kwenge Secteur, Kimpata et Camps Pay) sont situés dans les groupements de Kimafu et Tanganga (secteur de Kwenge) ; trois (Punza, Camp Bulungu et Kasaï) relèvent des groupements de Kumbi-Mashi, Mbongo Kakesa et Mbwejipioti (secteur de Luniungu) ; enfin, trois autres (Kakoy, Carrefour et Nkatabusongo) appartiennent aux groupements de Kikwit-Mafu et Nkata (secteur d’Imbongo). Ces villages ont été sélectionnés à partir des informations recueillies lors d’un groupe de discussion organisé à Kikwit auprès de sept commerçants et cinq transporteurs de produits agricoles afin d’identifier les principaux villages d’approvisionnement en maïs du territoire de Bulungu. Ces acteurs, directement impliqués dans la commercialisation du maïs, disposent d’une bonne connaissance des zones de production. Les populations sont majoritairement issues des ethnies Mbala et Yansi.
11L’échantillon est constitué de 300 ménages producteurs de maïs. Les ménages ont été sélectionnés à partir des listes disponibles auprès des chefs de villages. Bien qu’elles ne proviennent pas d’un recensement national récent, ces listes correspondent aux registres administratifs locaux utilisés pour la gestion courante des communautés et constituent, dans ce contexte rural, la principale base de sondage disponible. Le nombre de ménages enquêtés dans chaque village a été déterminé en fonction de son poids démographique (de 40 à plus de 150 ménages). Le premier ménage a été sélectionné de manière aléatoire, puis les suivants ont été retenus selon un pas de sondage de deux (k = 2) dans les villages comptant jusqu’à 50 ménages et de trois (k = 3) dans ceux comptant de 51 à 150 ménages. La taille de l’échantillon (300 ménages) a été retenue afin d’assurer une représentativité des producteurs de maïs dans les différents secteurs étudiés, tout en tenant compte des contraintes logistiques, temporelles et financières de l’enquête.
12Le questionnaire comprenait quatre modules : (i) les caractéristiques socio-économiques des ménages (âge, niveau d’instruction, expérience agricole, taille de l’exploitation, accès à l’information climatique) ; (ii) la perception des changements climatiques, à partir des observations sur le calendrier cultural, les précipitations, les températures et les événements extrêmes ; (iii) les impacts sur la production et la sécurité alimentaire (rendements, disponibilité alimentaire, contraintes) ; et (iv) les stratégies d’adaptation mises en œuvre par les producteurs (diversification, variétés résistantes, gestion de l’eau et pluriactivité). Cette structuration permet d’analyser les relations entre perceptions, impacts et stratégies d’adaptation, tout en préparant les données à l’analyse en composantes principales (ACP).
13Les données d’enquête ont été saisies sous Microsoft Excel puis analysées avec le logiciel SPSS version 26. Les variables quantitatives (superficie cultivée, rendements et volumes produits) ont fait l’objet de statistiques descriptives et de comparaisons de moyennes à l’aide du test de Student ou de l’analyse de la variance (ANOVA), selon le nombre de groupes comparés, avec un seuil de signification de 5 % (α = 0,05). Les variables qualitatives relatives à la perception des changements climatiques et aux contraintes rencontrées par les producteurs ont été analysées par des statistiques descriptives et le test du Khi-deux (χ²) afin de comparer les secteurs étudiés. Pour analyser la perception des changements climatiques, les répondants ont identifié les principaux facteurs météorologiques ou climatiques ayant évolué au cours des dernières années. Lorsque nécessaire, des facteurs prédéfinis leur ont été proposés afin d’en apprécier l’évolution. Les producteurs ont ensuite classé ces facteurs selon leur fréquence d’occurrence et leur gravité perçue, permettant de hiérarchiser les principaux risques climatiques. La méthode ACP a été appliquée à une vingtaine de variables. Avant son application, l’adéquation des données à l’ACP a été vérifiée à partir du déterminant de la matrice de corrélation, de l’indice de Kaiser-Meyer-Olkin (KMO > 0,5) et du test de sphéricité de Bartlett (p < 0,05), confirmant la pertinence de cette approche.
14La majorité des producteurs enquêtés (87 %) possède un niveau d’instruction, dont 64,2 % ont atteint le niveau secondaire et 22,8 % le niveau primaire. Ce niveau d’éducation suggère une capacité à comprendre les informations techniques et climatiques, pouvant favoriser l’adoption de pratiques d’adaptation, tout en limitant l’accès à des innovations plus complexes. Les femmes représentent 52 % de l’échantillon. La majorité des producteurs vit en couple (82,8 %), reflétant une organisation reposant principalement sur la main-d’œuvre familiale. Les producteurs sont majoritairement en âge actif : 41 % ont entre 31 et 40 ans, 30 % entre 41 et 50 ans et 21 % entre 21 et 30 ans. Ceux de plus de 50 ans (6 %) et de moins de 20 ans (2 %) sont faiblement représentés. Cette structure d’âge suggère une disponibilité de la main-d’œuvre agricole et une certaine capacité d’adaptation aux contraintes climatiques. Enfin, la taille moyenne des ménages est de cinq individus (min = 1 ; max = 10 ; écart-type = 1,66 ; variance = 2,77). Si cette taille constitue un atout en termes de main-d’œuvre familiale, elle peut également accroître la pression sur les ressources productives et alimentaires, renforçant la vulnérabilité des ménages face aux chocs climatiques.
Tableau 2. Évolution de la production et du revenu du maïs chez les producteurs de Bulungu (2021 à 2023)
|
Indicateurs
|
2021
|
2022
|
2023
|
Test statistiques
ANOVA, p > 0,05
|
|
Superficie moyenne en m²(écart type)
|
7 782,9
(1989,31)
|
8 122,4
(1905,40)
|
8 522,0
(1601,02)
|
ns
|
|
Rendement moyen en kg/producteur (écart type)
|
302 (130)
|
304(133)
|
306(122)
|
ns
|
|
Quantité vendue en kg/producteur (écart type)
|
251 (115)
|
269 (122)
|
281 (116)
|
ns
|
|
Revenu moyen (en FC)
(écart type)
|
334 954 (160165,8)
|
359 757 (164094,16)
|
373 373 (159245,88)
|
ns
|
ns:non significatif au seuil de 5%
15Les producteurs enquêtés disposent en moyenne de 13 années d’expérience dans la culture du maïs (min = 2 ans ; max = 40 ans), traduisant une forte dépendance à cette culture. La culture du maïs est motivée à la fois par la vente et l’alimentation pour 90,4 % des producteurs, confirmant son rôle central dans les moyens d’existence des ménages agricoles. En complément du maïs, les producteurs pratiquent d’autres cultures vivrières, principalement le manioc (97 %), ainsi que le millet, l’arachide et la courge. Le système de culture dominant sur la période 2021–2023 est l’association culturale, indiquant une stratégie de diversification visant à réduire les risques productifs et climatiques. La superficie moyenne emblavée en maïs est restée relativement stable entre 2021 et 2023, passant de 7 782,89 m² à 8 522,03 m². L’analyse de variance ne montre aucune différence statistiquement significative entre les moyennes annuelles (p > 0,05), suggérant une absence d’expansion notable des superficies cultivées. Les rendements moyens, compris entre 302 et 306 kg sur la période, n’affichent pas de variation significative entre les années. De même, les quantités vendues et les revenus issus de la vente du maïs évoluent faiblement, sans différence significative selon l’ANOVA, malgré des variations observées en valeurs absolues. Les revenus des producteurs ont globalement progressé entre 2021 et 2023. Toutefois, les écarts-types élevés observés chaque année traduisent une forte hétérogénéité des revenus entre les exploitations, tandis que le test de comparaison des moyennes ne révèle aucune différence statistiquement significative entre les trois années. Le tableau 4 ci-dessous présente les principales contraintes à la production de maïs dans le dans les villages enquêtés.
Tableau 3. Genre et perception des contraintes de production du maïs dans le territoire de Bulungu
|
Genre
|
Contraintes à la production
|
|
Conditions météorologiques
|
Conflits fonciers
|
Matériels aratoires
|
Semences améliorées
|
Fertilité des terres
|
|
n
|
% Réponse
|
n
|
% Réponse
|
n
|
% Réponse
|
n
|
% Réponse
|
n
|
% Réponse
|
|
Femmes
|
116
|
54,5
|
5
|
55,6
|
20
|
42,6
|
44
|
42,7
|
44
|
47,3
|
|
Hommes
|
97
|
45,5
|
4
|
44,4
|
27
|
57,4
|
59
|
57,3
|
49
|
52,7
|
|
Total
|
213
|
100
|
9
|
100
|
47
|
100
|
103
|
100
|
93
|
100
|
16Lorsqu’ils sont interrogés sur les contraintes liées à la production agricole, très souvent les producteurs font allusion aux facteurs plus tangibles en lien plus direct avec la production (le manque de financement, de matériels ou la terre). Pour cette étude, les résultats montrent que 71 % des producteurs considèrent la baisse des précipitations et la hausse des températures comme les principales contraintes météorologiques affectant la production de maïs à Bulungu. Les femmes ont légèrement plus souvent mentionné les conditions météorologiques, tandis que les hommes ont davantage cité les semences améliorées et le matériel aratoire.
17L’analyse des données pluviométriques pour la période 1994–2024 met en évidence un régime pluviométrique unimodal dans la région de Kikwit. Les précipitations atteignent leur maximum en octobre, avec une moyenne de 189,9 mm, tandis que les mois de juin et juillet enregistrent les valeurs les plus faibles, soit respectivement 14,6 mm et 8,2 mm. Le diagramme ombrothermique (Figure 2) distingue clairement deux saisons climatiques : une saison pluvieuse s’étendant d’octobre à mai, caractérisée par des précipitations abondantes, et une saison sèche limitée aux mois de juin et juillet. Cette configuration confirme la forte dépendance de l’agriculture locale au régime des précipitations et sa sensibilité aux variations saisonnières des pluies.
Figure 2. Diagramme ombrothermique: Kikwit (RDC)-station 64222 de 1994-2024
18L’analyse de la tendance annuelle des précipitations (Figure 3) montre une évolution globalement décroissante des pluviométries dans la région de Kikwit sur la période étudiée. La moyenne annuelle des précipitations est estimée à 1 433 mm, traduisant un climat globalement très humide malgré la tendance à la baisse observée. Certaines années se distinguent par des anomalies marquées. Les années 2001 et 2021 ont enregistré les cumuls pluviométriques les plus élevés, avec 1 949 mm chacune, tandis que l’année 2010 apparaît comme la plus sèche de la série, avec seulement 695 mm de précipitations annuelles.
19Le test d’homogénéité de la série pluviométrique indique des valeurs ainsi qu’il suit :
|
K
|
102,0000
|
|
t
|
2006
|
|
p-value (bilatérale)
|
0,1272
|
|
alpha
|
0,05
|
20Le test statistique d’homogénéité appliqué à la série pluviométrique repose sur l’hypothèse nulle (H₀) selon laquelle les données sont homogènes, contre l’hypothèse alternative (Hₐ) postulant l’existence d’une rupture dans la série. La valeur de p obtenue étant supérieure au seuil de signification α = 0,05, l’hypothèse nulle ne peut être rejetée. Le risque de rejeter H₀ alors qu’elle est vraie est estimé à 12,72 %, suggérant l’absence de rupture statistiquement significative dans la série temporelle, malgré la tendance générale à la baisse.
Figure 3. Tendance annuelle des pluviométries (données METELSAT KIKWIT, 2025)
21La variabilité interannuelle des précipitations est analysée à l’aide de l’indice standardisé des précipitations (ISP), qui met en évidence une alternance d’années déficitaires et excédentaires. Sur les 30 années étudiées, 15 années sont caractérisées par un déficit pluviométrique, mais à des degrés variables. Parmi celles-ci, deux années (2011 et 2012) présentent un déficit sévère, trois années (2000, 2009 et 2010) une sécheresse marquée, tandis que dix années enregistrent un déficit modéré. Les 15 autres années de la série sont excédentaires. Elles se répartissent en deux années extrêmement humides, quatre fortement humides et neuf modérément humides. Cette alternance entre excédents et déficits, illustrée par la Figure 4, souligne une forte variabilité interannuelle des précipitations, susceptible d’affecter la stabilité des systèmes de production agricole dans la région. De façon globale, s’observe une tendance à la baisse de la pluviométrie dans la zone d’étude,certainement dû aux changements observés à travers les modifications des paramètres climatiques.
Figure 4. Variabilité interannuelle des précipitations (données METELSAL KIKWIT, 2025)
22La modification du calendrier agricole est le fait du dysfonctionnement des événements climatiques car l’agriculture est essentiellement pluviale. Ainsi, les activités agricoles suivent le rythme des précipitations (Tableau 4) Le changement climatique oblige les agriculteurs à remodeler partiellement le calendrier agricole en adoptant des adaptations stratégiques afin d'atténuer les pertes de productivité des cultures.
Tableau 4. Comparaison du calendrier agricole avant et après 2010 selon les perceptions des producteurs de maïs
|
Opérations
|
N=300
|
Saison A
|
N=300
|
Saison B
|
|
%At-t'
|
Traditionnel
|
Modifié
|
%Bt-t'
|
Traditionnel
|
Modifié
|
|
Défrichage
|
100
|
Juillet
|
Juillet
|
100
|
Décembre
|
Décembre
|
|
Labour
|
100
|
Août
|
Août
|
|
-
|
-
|
|
Semi
|
96-54
|
Août
|
Septembre
|
100
|
Janvier
|
Janvier
|
|
Sarclage 1
|
24-76
|
Septembre
|
Octobre
|
100
|
Février
|
Février
|
|
Sarclage 2
|
64-36
|
Octobre
|
Novembre
|
|
np-
|
np-
|
|
Récolte
|
73-67
|
Novembre
|
Décembre
|
95-5
|
Mars
|
Avril
|
|
Vente
|
100
|
Dès décembre
|
Janvier
|
100
|
Dès mai
|
Dès mai
|
Np = non pratiqué ; %At-t' (ou %Bt-t') = proportion des producteurs effectuant l’opération au mois x ou y pour la saison concernée.
Données d’enquête, déclarations des producteurs, 2024.
23Dans les résultats présentés dans le tableau 5, deux étapes cruciales de l’itinéraire technique agricole sont concernés par le changement du calendrier. Les producteurs ont constaté une modification du calendrier agricole, en terme de date, pour le semi et la récolte. Durant la saison A, 96% de producteurs ont reconnu que cette opération s’effectuait au mois d’août de chaque année, alors que ces derniers temps, cela intervient en septembre (avis soutenu par 54% des producteurs). La récolte qui intervenait en novembre (73% d’avis) l’est en décembre avec le changement climatique (67% d’avis). En saison B , 95%) producteurs (continuent à récolter en mars contre 5% le font en Avril suite aux changements du climat .
24Cette section analyse la perception des changements climatiques par les producteurs, en mettant l’accent sur les principaux effets et causes identifiés. Les résultats (Figure 5) montrent que six manifestations concentrent à elles seules 76 % des réponses : l’insuffisance des pluies, le retard des premières pluies utiles nécessaires à la germination, la prolongation de la saison sèche, les vagues de chaleur pendant la saison des pluies, les inondations et l’irrégularité des précipitations. Les variations et l’insuffisance des pluies apparaissent ainsi comme les principales contraintes affectant la production vivrière. Cette perception reflète la forte dépendance de l’agriculture locale au régime pluviométrique et explique en partie l’adoption de pratiques telles que l’ajustement du calendrier cultural, l’association des cultures ou la diversification des spéculations afin de réduire les risques liés aux aléas climatiques. Les tests du Khi-deux réalisés entre les producteurs des trois secteurs ne révèlent aucune différence significative pour ces six facteurs (p > 0,05), ce qui traduit une perception relativement homogène des changements climatiques à l’échelle du territoire. Cette homogénéité suggère que les aléas climatiques sont vécus de manière largement similaire par les producteurs, ce qui peut favoriser l’adoption de stratégies d’adaptation comparables, tout en renforçant leur vulnérabilité collective en l’absence de dispositifs d’appui adaptés.
Figure 5. Effets perceptibles du changement climatique à Bulungu
Tableau 5. Causes des changements climatique croisées avec le niveau d’instruction des producteurs (en % des réponses multiples)
|
Causes des changements constatés
|
Niveaux d’instruction
|
Vue d’ensemble
|
|
Pas de niveau
|
Primaire
|
Secondaire
|
Supérieur/Uni-versitaire
|
Total réponses en ligne
|
% de la cause dans l’ensemble
|
|
N réponses(% réponses en ligne)
|
N réponses (% réponses en ligne)
|
N réponses (% réponses en ligne)
|
N réponses (% réponses en ligne)
|
|
Déforestation
|
22 (8)
|
61(22,3)
|
181(66,1)
|
12(4,4)
|
276
|
81
|
|
Phénomènes naturels inconnus
|
5(9,4)
|
12(22,6)
|
35(66)
|
2(3,8)
|
54
|
16
|
|
Pollution de l’air
|
0(0)
|
5(12)
|
5(35)
|
1(2)
|
11
|
3
|
|
Ne sais pas
|
1(100)
|
0(0)
|
0(0)
|
0(0)
|
1
|
0
|
|
Total
|
28(8,3)
|
78(21,5)
|
221(65,2)
|
15(4,4)
|
342
|
100
|
25La perception des causes du changement climatique peut varier selon le niveau d’instruction, qui influence la capacité des producteurs à identifier et interpréter les phénomènes environnementaux. Les résultats montrent que la déforestation est la cause la plus fréquemment citée, mentionnée par 81 % des producteurs. D’autres causes, qualifiées de phénomènes naturels sans être davantage précisées, représentent 16 % des réponses. Le test du Khi-carré met en évidence une différence statistiquement significative dans la perception de ces causes selon le niveau d’instruction (p = 0,001 ; dl = 21).
26Les producteurs ayant atteint le niveau secondaire sont ceux qui citent le plus souvent la déforestation et les causes naturelles, avec respectivement 181 et 35 réponses sur un total de 221. Ils sont suivis par les producteurs ayant un niveau primaire, qui représentent environ 22 % des réponses. Cette distribution suggère que le niveau d’instruction influence la perception des causes du changement climatique. Ces perceptions ont des implications pour l’agriculture locale. L’identification de la déforestation comme principale cause peut favoriser l’adhésion aux actions de gestion durable des terres, tandis qu’une connaissance limitée des autres facteurs réduit la compréhension des mécanismes climatiques. Le renforcement de la sensibilisation apparaît ainsi nécessaire pour améliorer cette compréhension et soutenir des pratiques agricoles plus résilientes à Bulungu.
27La connaissance des impacts des changements climatiques constitue un élément central de cette analyse, car elle reflète la manière dont les producteurs perçoivent et vivent leurs effets sur les activités agricoles. Leur identification permet de mieux comprendre les stratégies d’adaptation mises en œuvre et d’orienter des actions plus durables et mieux adaptées aux réalités locales.
28Avant l’interprétation des résultats, la pertinence de l’ACP a été évaluée à l’aide de plusieurs critères statistiques. Le déterminant de la matrice de corrélation est de 0,069, indiquant l’absence de multicolinéarité parfaite entre les variables et confirmant l’adéquation des données à l’ACP. En effet, un déterminant proche de zéro traduirait une corrélation parfaite entre certaines variables, rendant l’analyse inappropriée. L’indice de Kaiser-Meyer-Olkin (KMO) est de 0,611, valeur jugée acceptable, indiquant une adéquation satisfaisante des données à l’analyse factorielle. Par ailleurs, le test de sphéricité de Bartlett est statistiquement significatif (χ² = 775,131 ; p < 0,001), ce qui permet de rejeter l’hypothèse d’absence de corrélation entre les variables. Ces résultats confirment la pertinence du recours à l’ACP pour analyser les impacts des changements climatiques.
29L’analyse s’appuie successivement sur la matrice de corrélation (Tableau en annexe), le tableau de la variance totale expliquée (Tableau 6), le graphique des valeurs propres (diagramme de scree et figure en annexe) et la matrice de rotation Varimax (Tableau 7). Cette démarche a permis de réduire le nombre initial de variables tout en conservant l’essentiel de l’information.
30La matrice de corrélation met en évidence des associations modérées entre plusieurs variables décrivant les impacts des changements climatiques sur l’activité agricole. Parmi celles-ci figurent notamment la perte de semences, la verse des cultures, l’augmentation des maladies et des parasites, ainsi que la nécessité d’acquérir de nouvelles connaissances agricoles. Ces corrélations montrent que les impacts des changements climatiques sont multidimensionnels et affectent à la fois les aspects techniques, productifs et organisationnels de l’agriculture.
31L’ACP a permis de retenir huit composantes principales, expliquant une part substantielle de la variance totale (Tableau 6). Le diagramme de scree confirme ce choix, la rupture de pente observée après la huitième composante indiquant que les suivantes apportent une contribution marginale à l’explication de la variance. Le recours à ces huit composantes offre ainsi une lecture synthétique des impacts des changements climatiques sur les producteurs de maïs et facilite l’identification des principaux domaines nécessitant des stratégies d’adaptation ciblées.
Tableau 6. Variance totale expliquée
|
Composante
|
Valeurs propres initiales
|
Sommes extraites du carré des chargements
|
Sommes de rotation du carré des chargements
|
|
Total
|
% de la variance
|
% cumulé
|
Total
|
% de la variance
|
% cumulé
|
Total
|
% de la variance
|
% cumulé
|
|
1
|
2,741
|
13,707
|
13,707
|
2,741
|
13,707
|
13,707
|
2,366
|
11,831
|
11,831
|
|
2
|
1,751
|
8,756
|
22,463
|
1,751
|
8,756
|
22,463
|
1,884
|
9,420
|
21,251
|
|
3
|
1,583
|
7,913
|
30,376
|
1,583
|
7,913
|
30,376
|
1,676
|
8,378
|
29,629
|
|
4
|
1,426
|
7,130
|
37,506
|
1,426
|
7,130
|
37,506
|
1,379
|
6,897
|
36,526
|
|
5
|
1,239
|
6,195
|
43,701
|
1,239
|
6,195
|
43,701
|
1,224
|
6,118
|
42,644
|
|
6
|
1,155
|
5,775
|
49,476
|
1,155
|
5,775
|
49,476
|
1,182
|
5,911
|
48,555
|
|
7
|
1,085
|
5,424
|
54,901
|
1,085
|
5,424
|
54,901
|
1,157
|
5,787
|
54,342
|
|
8
|
1,020
|
5,101
|
60,002
|
1,020
|
5,101
|
60,002
|
1,132
|
5,660
|
60,002
|
|
9
|
,983
|
4,913
|
64,915
|
|
|
|
|
|
|
|
10
|
,944
|
4,718
|
69,633
|
|
|
|
|
|
|
|
11
|
,926
|
4,630
|
74,263
|
|
|
|
|
|
|
|
12
|
,857
|
4,283
|
78,545
|
|
|
|
|
|
|
|
13
|
,695
|
3,473
|
82,018
|
|
|
|
|
|
|
|
14
|
,657
|
3,285
|
85,304
|
|
|
|
|
|
|
|
15
|
,617
|
3,086
|
88,389
|
|
|
|
|
|
|
|
16
|
,572
|
2,861
|
91,250
|
|
|
|
|
|
|
|
17
|
,554
|
2,770
|
94,020
|
|
|
|
|
|
|
|
18
|
,469
|
2,347
|
96,367
|
|
|
|
|
|
|
|
19
|
,392
|
1,959
|
98,326
|
|
|
|
|
|
|
|
20
|
,335
|
1,674
|
100,000
|
|
|
|
|
|
|
Méthode d'extraction : Analyse en composantes principales.
32Les résultats montrent que huit composantes principales, dont les valeurs propres sont supérieures à 1, expliquent près de 60 % de la variance totale des variables initiales. La première composante explique à elle seule 13,7 % de cette variance, avec une valeur propre de 2,74. Bien qu’environ 40 % de l’information demeure associée aux autres variables, cette réduction facilite l’interprétation des principaux impacts des changements climatiques. Le diagramme de scree (Figure en annexe) montre une forte diminution entre la première composante (2,74) et la deuxième (1,75), suivie d’une baisse progressive jusqu’à la huitième composante. Cette configuration confirme la pertinence de retenir huit composantes principales. La variance totale expliquée (Tableau 6) porte sur vingt variables. Après rotation des composantes selon la méthode Varimax, la structure factorielle obtenue est présentée dans le Tableau 7.
Tableau 7. Rotation de la matrice des composantesa (rotation Varimax)
|
Composante
|
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
|
Amélioration des infrastructures
|
,809
|
|
|
|
|
|
|
|
|
Implication dans les décisions politiques
|
,713
|
|
|
|
|
|
|
|
|
Acquisition de nouvelles connaissances
|
,658
|
|
|
|
|
|
|
|
|
Amélioration des relations sociales
|
,646
|
|
|
|
|
|
|
|
|
Verse des cultures
|
|
,774
|
|
|
|
|
|
|
|
Perte de terres
|
|
-,597
|
|
|
|
|
|
|
|
Perte de semence lors de la germination
|
|
,580
|
|
|
|
|
|
|
|
Présence de tension ou conflit sociaux
|
|
-,527
|
|
|
|
|
|
|
|
Augmentation des parasites
|
|
|
,817
|
|
|
|
|
|
|
Augmentation des maladies des cultures
|
|
|
,806
|
|
|
|
|
|
|
Perte des arbres
|
|
|
|
,747
|
|
|
|
|
|
Réduction de la qualité de l'eau
|
|
|
|
,636
|
|
|
|
|
|
Perte de vies humaines
|
|
|
|
|
|
|
|
|
|
Baisse de la production
|
|
|
|
|
,822
|
|
|
|
|
Perte de revenu
|
|
|
|
|
|
|
|
|
|
Détérioration des habitations
|
|
|
|
|
|
,519
|
|
|
|
Maladies humaines
|
|
|
|
|
|
|
,874
|
|
|
Insécurité alimentaire
|
|
|
|
|
|
|
|
,745
|
|
Méthode d'extraction : Analyse en composantes principales.
Méthode de rotation : Varimax avec normalisation Kaiser.
|
|
a. Convergence de la rotation dans 9 itérations.
|
33Le tableau 7 présente les résultats de l’ACP des impacts des changements climatiques sur la production de maïs à Bulungu. La première composante regroupe les variables liées aux dimensions socio-institutionnelles, notamment l’amélioration des infrastructures locales (pistes rurales, marchés), l’implication des producteurs dans les décisions communautaires, l’acquisition de nouvelles connaissances sur le changement climatique et l’amélioration du statut social des producteurs. Elle traduit un renforcement du capital social et institutionnel. La deuxième composante est associée aux pertes productives et foncières. Elle comprend la perte de semences due à l’insuffisance des pluies lors de la germination, l’abandon de terres devenues infertiles, la verse des cultures sous l’effet de pluies torrentielles et les conflits fonciers liés à la recherche de nouvelles terres cultivables.
34La troisième composante est liée à l’augmentation des maladies et des ravageurs des cultures, traduisant une pression phytosanitaire accrue. La quatrième reflète la dégradation des ressources naturelles, à travers la perte du couvert arboré et la détérioration de la qualité de l’eau. La cinquième traduit une baisse de la production agricole, reflétant les effets cumulés des contraintes climatiques sur les rendements. Les sixième, septième et huitième composantes concernent respectivement la destruction des habitations, l’augmentation des maladies humaines et l’insécurité alimentaire. Cette structuration en huit composantes permet de synthétiser les principaux impacts des changements climatiques tout en mettant en évidence les dimensions qui affectent la production agricole et les conditions de vie des producteurs. Elle constitue une base d’analyse utile pour orienter des stratégies d’adaptation adaptées aux réalités locales.
35Les moyens de subsistance développés par les producteurs de maïs constituent un indicateur de leur capacité de résilience face aux changements climatiques. Les résultats (Figure 6) montrent que la diversification des activités économiques est la principale stratégie adoptée lorsque la production de maïs devient incertaine. Une large majorité des producteurs (70,7 %) s’est tournée vers le petit commerce comme activité alternative. Ce choix traduit une recherche de revenus moins dépendants des aléas climatiques. Par ailleurs, 25,8 % des producteurs ont opté pour le maraîchage comme activité complémentaire. Généralement pratiqué pendant la saison sèche à proximité des points d’eau, il est également perçu comme une possibilité de prolonger les périodes de production afin de compenser les pertes liées à l’irrégularité croissante des pluies affectant le maïs. Ces résultats traduisent avant tout la capacité des producteurs à diversifier leurs sources de revenus face aux chocs climatiques, plutôt qu’une résilience du système de culture du maïs. En effet, si le maraîchage constitue une alternative agricole plus maîtrisable, son potentiel économique demeure limité par l’étroitesse du marché local et les pertes post-récolte liées à la périssabilité des produits. Dans ce contexte, le renforcement des capacités techniques, notamment en matière de gestion de l’eau et de pratiques culturales adaptées, apparaît essentiel pour améliorer la résilience du système de production du maïs.
Figure 6. Stratégies d’adaptation pour la culture de maïs à Bulungu
36Les résultats démontrent que les producteurs de maïs du territoire de Bulungu perçoivent clairement les modifications intervenues dans leur environnement climatique au cours des dernières décennies. L’irrégularité des précipitations, le retard des pluies utiles, la prolongation des périodes de sécheresse ainsi que l’augmentation des températures figurent parmi les principaux risques agroclimatiques identifiés. Ces perceptions sont cohérentes avec les tendances observées dans les données météorologiques analysées, qui mettent en évidence une baisse progressive des précipitations et une augmentation des températures. Des observations similaires ont été rapportées dans plusieurs régions d’Afrique subsaharienne, où les producteurs identifient avec précision les manifestations locales du changement climatique et développent diverses stratégies d’adaptation (Takpa et al., 2022 ; Valérie Sounouke et al., 2022 ; Mushagalusa et al., 2021). Pour la RDC, Mugisho et al. (2024) montrent également que les agriculteurs développent une perception de plus en plus fine des perturbations climatiques à partir de leur expérience des aléas affectant leurs systèmes de production. Cette convergence entre perceptions paysannes et observations météorologiques confirme que les savoirs locaux constituent une source d’information pertinente pour l’analyse des risques climatiques et l’élaboration de stratégies d’adaptation à l’échelle locale.
37La forte proportion de producteurs attribuant ces changements à la déforestation traduit également une perception locale des interactions entre activités humaines et perturbations environnementales. Bien que le changement climatique résulte de mécanismes complexes opérant à différentes échelles, plusieurs travaux menés dans le bassin du Congo montrent que la dégradation du couvert forestier contribue à modifier les régimes pluviométriques locaux et à accroître la vulnérabilité des systèmes agricoles (Tyukavina et al., 2018 ; Pendrill et al., 2019). Cette perception suggère que les producteurs associent spontanément les changements environnementaux observés à la dégradation des ressources naturelles, même si les mécanismes climatiques dépassent largement l’échelle locale.
38Les impacts attribués aux changements climatiques concernent principalement la baisse des rendements, la recrudescence des maladies et ravageurs, la diminution de la fertilité des sols ainsi que l’insuffisance alimentaire des ménages. Ces résultats rejoignent ceux de plusieurs études réalisées en Afrique qui montrent que les effets des changements climatiques dépassent largement le cadre de la production agricole et affectent directement les moyens d’existence des populations rurales (GIEC, 2023 ; Sultan et Gaetani, 2016). En République démocratique du Congo, Mushagalusa et al. (2022) rapportent également que la variabilité climatique constitue l’un des principaux facteurs de fragilisation des systèmes agricoles familiaux. Des conclusions comparables ont été obtenues au Bénin par Ayedjo et al. (2024), qui montrent que la baisse de la productivité agricole induite par la variabilité climatique contribue à renforcer l’insécurité alimentaire et la vulnérabilité économique des ménages ruraux.
39Face à ces contraintes, les producteurs développent diverses stratégies d’adaptation, parmi lesquelles la diversification des activités économiques apparaît comme la plus fréquente. Le recours au petit commerce, au maraîchage et à d’autres activités génératrices de revenus traduit la volonté des ménages de réduire leur dépendance vis-à-vis d’une agriculture devenue plus incertaine. Cette stratégie est largement documentée dans la littérature africaine comme l’un des principaux mécanismes de gestion des risques climatiques chez les petits producteurs (Below et al., 2012 ; Partey et al., 2020). Carr et al. (2022) montrent également que la diversification des sources de revenus constitue une réponse privilégiée lorsque l’accès aux innovations techniques et aux ressources productives demeure limité. Toutefois, la prédominance de cette stratégie révèle que les producteurs privilégient surtout des réponses permettant de sécuriser les revenus à court terme plutôt que des innovations capables d’améliorer directement la résilience du système de culture du maïs. Elle met ainsi en évidence les limites des capacités d’adaptation technique des exploitations agricoles familiales.
40L’analyse en composantes principales apporte un éclairage complémentaire sur les facteurs de vulnérabilité et de résilience. Le premier axe met en évidence l’importance des ressources sociales, institutionnelles et informationnelles dans la capacité des producteurs à faire face aux risques climatiques. L’accès aux infrastructures, aux connaissances, aux mécanismes de décision et aux réseaux d’appui apparaît comme un déterminant essentiel de la résilience des exploitations. A l’inverse, le second axe regroupe principalement les impacts négatifs associés aux changements climatiques, notamment les pertes de récoltes, la dégradation des terres et l’insécurité alimentaire. Ces résultats corroborent les travaux d’Adger (2006) et ceux du Groupe d’experts intergouvernemental sur l’évaluation du climat (GIEC, 2023), selon lesquels la vulnérabilité climatique résulte autant des conditions socio-économiques des ménages que de l’intensité des aléas environnementaux auxquels ils sont exposés.
41Dans l’ensemble, cette étude confirme que les changements climatiques constituent déjà une réalité tangible pour les producteurs de maïs du territoire de Bulungu. Les perceptions exprimées par les agriculteurs sont largement cohérentes avec les évolutions observées du climat, tandis que les stratégies d’adaptation mises en œuvre témoignent d’une volonté de résilience malgré des ressources souvent limitées. Ces résultats soulignent la nécessité de renforcer les politiques d’accompagnement des exploitations agricoles familiales par la diffusion d’innovations adaptées, l’amélioration de l’accès à l’information climatique et la promotion d’une gestion durable des ressources naturelles. Ils montrent également que les stratégies d’adaptation gagneraient à dépasser la seule diversification des revenus pour intégrer davantage d’innovations techniques directement applicables aux systèmes de production du maïs.
42Cette étude a permis de mieux comprendre les perceptions des changements climatiques et les vulnérabilités auxquelles sont confrontés les producteurs de maïs du territoire de Bulungu. Les résultats montrent qu’ils identifient clairement les principaux risques affectant l’agriculture pluviale, notamment l’insuffisance et le retard des pluies, la fin précoce de la saison des pluies et l’augmentation des températures moyennes. Selon les producteurs, ces changements, largement attribués à la déforestation, entraînent des impacts multiples, allant des pertes de production et de l’augmentation des maladies des cultures à la dégradation des ressources naturelles et à la fragilisation des ménages agricoles.
43Face à ces impacts, les stratégies d’adaptation demeurent limitées et reposent principalement sur la diversification des moyens de subsistance, en particulier le petit commerce. Cette situation révèle une faible maîtrise des pratiques agricoles résilientes et des options d’adaptation déjà expérimentées dans d’autres contextes. A terme, elle pourrait accentuer la pression sur l’offre locale de maïs, contribuer à la hausse des prix, notamment à Kikwit, et aggraver l’insécurité alimentaire.
44Ces résultats soulignent la nécessité de renforcer l’accompagnement des producteurs, notamment par les services publics, à travers des actions de formation et de vulgarisation axées sur des pratiques agricoles adaptées au contexte local. Ils mettent également en évidence l’intérêt de poursuivre les recherches sur les effets du changement climatique sur les rendements et l’adaptabilité des variétés de maïs, ainsi que sur d’autres cultures vivrières, afin d’identifier des solutions techniques durables capables de renforcer la résilience de l’agriculture familiale à Bulungu.
