Une M thode d`Evaluation de la Fonction de Demande en
Contents
1. Ouest de la France Les r sultats des proc dures d estimation des fonctions de demande montrent que ces derni res sont d pendantes du climat consid r On retrouve de plus un r sultat couramment rencontr dans la litt rature les fonctions de demande sont in lastiques pour des prix faibles puis au dessus d un prix seuil elles deviennent lastiques Ces prix seuils d pendent du sc nario climatique et fluctuent entre 0 27 F m pour une ann e humide 1 57 F m pour une ann e s che Par cons quent ces r sultats valident notre m thode d valuation de la demande en eau agricole La connaissance des r ponses des agriculteurs des niveaux de prix de la ressource diff rents est un outil indispensable au gouvernement pour d finir les politiques de l eau dans le but de r duire la demande en eau et d am liorer la protection de la ressource Cet article est organis comme suit Le mod le th orique d valuation de la fonction de demande en eau d irrigation est expos la section 2 Des solutions num riques peuvent tre d termin es par une proc dure d valuation du mod le pr sent e la section 3 Nous examinons les r sultats la section 4 et d gageons quelques conclusions prendre en consid ration dans la d finition de politiques de tarification de la ressource Nous concluons bri vement la section 5 2 Le mod le th orique d valuation de la fonction de demande en eau d irrigation 2 1 Le probl2. eau dans ce contexte ne sera pas efficace si elle pour objectif la conservation de la ressource Quand l eau souterraine est limit e l effet prix ne sera pas n cessairement n gatif Les producteurs perdant l option de minimiser les pertes conomiques subies par la hausse du co t de la ressource via la substitution de la source d eau ils supportent alors le co t d une augmentation du prix de l eau ce qui leur procure des niveaux de revenus plus faibles 911 appara t des diff rences marqu es entre les demandes en eau pour les trois districts de rivi res tudi s en Espagne Pour les deux bassins Castille et Valence la demande est in lastique pour des prix faibles jusqu un seuil variant de 17 pesetas m 0 67F m pour la Castille 35 pesetas m 1 38F m pour Valence A la diff rence pour le troisi me district Andalousie la demande en eau est lastique pour des prix allant de 4 30 pesetas m 0 161 18F m Dans ce bassin la r ponse rapide de la demande en eau pour des faibles changements de prix est due son remarquable potentiel de production la vari t des cultures ainsi qu aux exploitations de grande taille en opposition avec les deux autres r gions o les exploitations agricoles sont de type familial avec une capacit de production tr s limit e et peu de vari t s de culture 10Le prix seuil fonction des districts est d environ 12 pesetas m 0 47 F m Le mod le peu
3. me de d cision s quentielle Le probl me d allocation optimale intra saisonni re de l eau d irrigation dans un environnement dynamique appartient la classe de probl mes de contr le optimal temps discret et horizon fini T p riodes que l on repr sente par l ensemble des quations suivantes 1 2 3 et 4 Nous avons utilis le mod le agronomique EPICPHASE d velopp partir du mod le initial EPIC Erosion Productivity Impact Calculator Williams et al 1990 par les agronomes de la station de l INRA Toulouse Cabel guenne et Debaeke 1995 en rem diant ses carences relatives l impact des stress hydriques sur la croissance de la culture La fonction objectif est T 1 X Cia vY Xr 1 t 1 X est un vecteur colonne de variables d tat 2 composants la mati re s che m4 et le stock d eau dans le sol v d fini dans un espace E Ut q est un vecteur colonne de variable de contr le 1 composant la quantit d eau apport e par l irrigation la p riode t d fini dans un espace Ft C est une fonction instantan e qui repr sente les co ts pour chaque p riode jusqu T 1 La fonction de co t est suppos e lin aire cg CF o c est le co t de l eau au m3 et CF repr sente les co ts fixes La fonction terminale est la fonction de revenu de la culture pY Xr o p est le prix exog ne de la culture et Y est une fonction transform
4. tablissent que des modifications de prix de la ressource n affectent que l allocation de la terre entre les diff rentes cultures mais ne modifient pas l utilisation de la ressource court terme Ces r sultats sont aussi v rifi s dans Hassine et Thomas 1997 qui utilisent une approche co nom trique duale appliqu e aux districts de l irrigation tunisiens Ils montrent l in lasticit relative de la demande d eau d irrigation et concluent que les m canismes de prix ne sont pas les meilleures politiques de conservation de la ressource Parall lement de nombreux auteurs ont utilis des mod les de programmation pour analyser les r ponses des demandes en eau agricoles aux prix de la ressource L approche descriptive tablit une fonction de demande consid r e comme la succession de d cisions que l on mod lise par des techniques de programmation math matique lin aire Montginoul et Rieu 1996 ou dynamique Schaible 1997 Garrido et al 1997 Varela Ortega et al 1998 Iglesias et al 1998 La plupart de ces tudes utilisent des typologies d exploitations agricoles afin d analyser l impact de la tarification de la ressource sur la demande en eau appliqu es au bassin de la Charente en France Montginoul et Rieu 1996 ou diff rents districts en Espagne Garrido et al 1997 Varela Ortega et al 1998 Iglesias et al 1998 Un r sultat commun ces tudes est que la demande en eau est in lastique
5. afin 2111 est cependant plus arbitaire de sp cifier un mod le que de choisir une fen tre 15 de repr senter au mieux la variabilit climatique de la r gion tudi e Les fonctions de r ponse F1G 3 Fonctions de profit estim es pour trois sc narios climatiques 1989 1991 et 1993 l eau sont repr sent es par la figure 2 La fonction de r ponse cro t pour atteindre un maximum de 12 79 T ha avec 3200 m3 ha en 1989 puis d croit En 1991 le rendement est maximum 10 59 T ha pour une quantit totale de 2600 m ha L ann e dite humide 1993 se caract rise par un rendement maximal plus faible 11 24 T ha avec 1650 m ha Les fonctions de profit sont repr sent es par la figure 3 Elles ont un profil semblable a celui de la fonction de production la partie variable des co ts tant relativement faible Le profit est maximal 10534 93 F ha en 1989 pour un volume de ressource disponible de 2750 m3 ha En 1991 il s l ve 8382 99 F ha pour 1700 m ha tandis qu en 1993 il est gal 6235 78 F ha avec 1350 m ha Les quantit s d eau n cessaires pour atteindre un profit maximal sont toujours plus faibles que celles n cessaires pour obtenir un rendement maximal pour l ensemble des sc narios climatiques les co ts ayant un impact cons quent Par la repr sentation graphique des fonctions de demande en eau figure 4 nous obtenons un r sultat qui paraissait a priori intuitif La demande en eau d pend
6. au dessous d un prix seuil donn Montginoul et Rieu 1996 Schaible 1997 Garrido et al 1997 Varela Ortega et al 9 1998 Iglesias et al 1998 Pour des prix faibles la demande en eau est in las tique tandis que pour des prix lev s la demande devient plus lastique Le prix seuil est fonction des districts Garrido et al 1997 Varela Ortega et al 1998 Iglesias et al 10 1998 La politique de prix de la ressource doit donc tre sp cifique la r gion tudi e L objectif de cet article est d valuer la fonction de demande en eau pour l irrigation par une approche descriptive avec mod lisation du comportement de l exploitant agricole La fonction de demande est dans ce cas consid r e comme le r sultat d une succession de d cisions en mati re de choix d irrigation que l on mod lise l aide d un mod le de production SL eau souterraine est vue par l agriculteur comme une source marginale d eau TIls montrent d une part que la demande en eau est sensible au prix et n est pas lin aire et d autre part que l lasticit de la demande devient forte au voisinage du prix seuil de 1 51 F m et qu au del d un prix de 1 55 F m la demande est pratiquement inexistante Selon cet auteur la demande d eau agricole est beaucoup plus lastique au prix si l acc s la ressource souterraine n est pas limit conform ment au principe Le Chatelier et qu une politique de prix de l
7. contraintes hydriques sont regroup es principalement dans les fichiers de donn es n cessaires la simulation pour le mod le agronomique EPICPHASE Elles fixent les param tres du sol de l ro sion du climat des itin raires techniques hors irrigation et des conduites d irrigation ainsi que la culture tudi e Le p rim tre irrigable et le sol d pendent uniquement d une parcelle de l exploitation agricole donn e Les caract ristiques du sol sont r pertori s dans le fichier de donn es n cessaires EPIC PHASE g n r es par exp rimentation sur le site exp rimental d Auzeville Il s agit d un des trois sols caract ristiques de la r gion retenue C est un sol profond argilo sableux de profondeur de 1 60 m avec une r serve utile importante gale 300 mm environ La culture s lectionn e pour les simulations est le ma s en raison de son importance relative dans la zone tudi e Les itin raires techniques hors irrigation sont d crits par un calendrier type des op rations culturales hors irrigation qui a t r alis l aide des recommandations des agronomes de l INRA ainsi que de l observation des pratiques des exploitants de la r gion et consid r comme optimis Il n y a pas de rotation culturale sur plusieurs ann es Le calendrier d irrigation est d fini de mi juin fin ao t mois qui correspondent aux p riodes de floraison et de remplissage des grains Il est constitu de tours d
8. croissance en phases ph nologiques de sensibilit diff rentes aux stress hydriques et azot s Fonctionnant pas de temps journalier c est un mod le pluri esp ce et pluri annuel qui permet de simuler la croissance de cultures en fonction de l volution des stocks d eau et d l ments min raux du sol Il d crit les principales relations r gissant le syst me sol climat technique plante Ce mod le calcule la biomasse a rienne qui la r colte est convertie par un indice de r colte en rendement 12 3 2 2 Proc dure d estimation non param trique des fonctions de r ponse l eau de profit et de demande Le principe est ici d estimer les fonctions sans aucune hypoth se tablie sur les formes de ces fonctions en se basant uniquement sur les donn es observ es La m thode utilis e pour l estimation de formes fonctionnelles inconnues a priori repose sur des techniques conom triques d velopp es ces derni res ann es H rdle 1990 En tout point on estime la fonction par une somme pond r e des observations la refl tant L estimateur est continu et permet donc de calculer et de repr senter la fonction continfiiment Cette technique a t appliqu e afin de calculer et de repr senter les fonctions de r ponse l eau et de profit d ou d coule l estimation de la fonction de demande Estimateur de la fonction de r ponse l eau Le mod le agronomique de simulation nous fournit les couples Q
9. culture pour pr dire les rendements pour diff rentes strat gies d irrigation Au final il identifie la strat gie d irrigation optimale en consid rant l en semble des rendements simul s Le mod le agronomique EPICPHASE estime le rendement en fonction de l ensemble des caract ristiques du probl me la biomasse cumul e l indice foliaire et utilise le stress hydrique pour calculer la biomasse r elle Cette proc dure de simulation est r p t e pour des volumes de ressources disponibles variant de 0 4500 m ha Nous obtenons ainsi un ensemble de couples de donn es rendement optimis quantit d eau totale Les fonctions de profit Le m me raisonnement que pr cedemment a t appliqu pour calculer les couples profits quantit en modifiant ici le crit re optimiser qui devient le profit de l agriculteur d crit par l quation 1 Nous obtenons alors un ensemble de donn es profits optimis s quantit totale de la ressource permettant alors d estimer la fonction de profit et de ce fait la fonction de demande 19Le mod le EPIC Phase temps r el a t d velopp par la station d agronomie INRA Toulouse partir du mod le EPIC Erosion Productivity Impact Calculator Il vise rem dier aux carences du mod le original relatives la pr vision de la dynamique de l eau dans le syst me sol plante et des effets des contraintes hydriques sur la production en int grant le d coupage du cycle de
10. eau espac s de 5 10 jours avec des doses variant de 20 80 mm Ce calendrier r sume le comportement des agriculteurs limit s en ressources disponibles ce qui interdit des apports plus pr coces en phase v g tative au profit des p riodes plus sensibles l eau La quantit d eau totale disponible au cours de la campagne peut tre limit e par deux types de contraintes la contrainte institutionnelle qui provient des risques de p nurie en p riode d tiage et de 10 s cheresse et la contrainte technique qui est due l installation d irrigation ainsi qu l organisation de l utilisation de la ressource L installation d irrigation est d finie par le volume d eau disponible pour irriguer en m ha ainsi que par sa capacit par tour caract ris e par une quantit minimale et une quantit maximale par apport Les volumes d irrigation utilis s sont compris entre 0 et 4500 m hectare Les donn es conomiques portent uniquement sur le profit de l exploitant Il se d finit comme la diff rence entre le produit de la r colte prix rendement et les co ts Le prix de march du ma s dans la r gion tudi e est en moyenne de 1440 F tonne Ce prix de march est connu pour chaque ann e Les co ts totaux comprennent un terme variable li la consommation et un terme fixe li aux autres frais Les co ts fixes regroupent les frais d engrais 750 F ha de semences 750 F ha de phytosanitaires 450 F h
11. 397 408 may WILLIAMS J R DYKE P T FUCHS W W BENSON V RICE O W TAYLOR E D 1990 EPIC Erosion Productivity Impact Calculator 2 User Manual United States Department of Agriculture Agricultural Research Service Technical Bulletin 1768 p 235 262 YARON D DINAR A 1982 Optimal allocation of farm irrigation water during peak seasons American Journal of Agricultural Economics p 681 689 november ZAVALETA L R LACEWELL R D TAYLOR C R 1980 Open loop stochastic control of grain sorghum irrigation levels and timing American Journal of Agricultural Economics p 785 792 november 22
12. 93 Nous discuterons de son choix un peu plus loin dans cette section Estimateur de la fonction de profit Conform ment la forme pr c dente 5 l estimation de la fonction de profit repose sur les observations Qi mTi i 1 n des couples quantit s profits issus du programme d optimisation Pour toute quantit d eau q l estimateur de la fonction de profit en ce point est donc 20 utilisation d autres noyaux comme le noyau d Epanechnikov modifie sensiblement les estimations 13 peewee K 9 4 La fonction de profit ayant sa propre forme la fen tre utilis e ici hp est donc suppos e diff rente a priori de la fen tre utilis e dans l estimation de la fonction de r ponse l eau hp hy VaeR 6 Il est noter que l estimateur q est une somme de fonctions continues et d rivables les pon d rations il est donc continu et d rivable par construction Estimateur de la fonction de demande L int r t de cet estimateur non param trique outre l absence de sp cification sur la fonction estimer r side dans sa d rivabilit Il est clair que si l estimateur m q estime correctement la fonction de profit m q en tout point sa d riv e par rapport q nous fournit un estimateur de Ge Pour cela il suffit de d river l expression 6 par rapport q Ainsi l estimateur Z de Z est simplement la d riv e de l estimateur zC On a Xiz mK 2 2 7a ea WER Soit e
13. B S CHANDER S 1990 Optimal multicrop allocation of seasonal and intraseasonal irrigation water Water Resources Research 26 4 p 551 559 SCHAIBLE G D 1997 Water conservation policy analysis an interregional multi output primal dual optimization approach American Journal of Agricultural Economics 79 p 163 177 february SHARPLEY A N WILLIAMS J R 1990 EPIC Erosion Productivity Impact Calculator 1 Model Documentation United States Department of Agriculture Agricultural Research Service Technical Bulletin 1768 p 1 234 TSAKIRIS G KIOUNTOUZIS E 1984 Optimal intraseasonal irrigation water distribution Advances in Water Resources 7 p 89 92 VARELA ORTEGA C SUMPSI J M GARRIDO A BLANCO M IGLESIAS E 1998 Water pricing policies public decision making and farmers response implications for water policy Agricultural Economics 19 p 193 202 VEDULA S MUJUMDAR P P 1992 Optimal reservoir operation for irrigation of multiple crops Water Resources Research 28 1 p 1 9 21 VIEU P 1993 Bandwidth selection for kernel regression a survey in Computer Intensive Methods in Statistics Vol 1 W Hardle et L Simar eds Physica Verlag VICKNER S S HOAG D L FRASIER W M ASCOUGH II J C 1998 A dynamic economic analysis of nitrate leaching in corn production under nonuniform irrigation conditions American Journal of Agricultural Economics 80 p
14. CONNOR J R GLYER J D ADAMS R M 1989 Some further evidence on the derived demand for irrigation electricity a dual cost function approach Water Resource Research 25 7 p 1461 1468 DUDLEY N J HOWELL D T MUSGRAVE W F 1971 Optimal intraseasonal irrigation water allocation Water Resources Research 7 4 p 770 88 DUDLEY N J HOWELL D T MUSGRAVE W F 1972 Irrigation planning 3 the best size of irrigation water allocation Water Resources Research 8 1 p 7 17 Enqu te Agreste 1996 Les pratiques culturales sur grandes cultures en 1994 Agriculture Minist re de l Agriculture de la P che et de l Alimentation 85 ao t FLINN J C MUSGRAVE W F 1967 Development and analysis of input output relations for irrigation water The Australian Journal of Agricultural Economics 11 1 p 1 19 GARRIDO A VARELA ORTEGA C SUMPSI J M 1997 The interaction of agricultural pricing policies and water districts modernization programs a question with unexpected answers Paper presented at the Eighth Conference of the European Association of Environmental and Resource Economists Tilburg The Netherlands june 26 28 GOULTER I C TAI F K 1985 Practical implications in the use of stochastic dynamic pro gramming for reservoir operation Water Resources Bulletin 21 1 p 65 74 HARDLE 1990 Applied nonparametric regression Econometric society monographs Cam bridge Unive
15. R sum long L eau ressource abondante mais tr s in galement r partie est de plus en plus source de conflits entre les trois principaux utilisateurs m nages industriels et agriculteurs L agriculture est souvent pr sent e comme le principal responsable ainsi que la premi re source de consommation Cependant les niveaux de pr l vements en eau d irrigation sont assez mal connus Or cette information s av re indispensable pour assurer une gestion efficace de la ressource L objectif de cet article est d valuer la fonction de demande en eau pour l irrigation Nous pr sentons une m thode originale d valua tion qui s effectue en deux temps Premi rement nous avons con u un programme math matique dynamique afin d optimiser la conduite de l irrigation Bas sur une approche micro conomique descriptive du comportement de l exploitant agricole ce mod le conomique int grant un mod le de production agronomique est utilis pour g n rer une base de donn es Deuxi mement cet en semble est utilis pour estimer les fonctions de production de profit et de demande en eau agricole par la proc dure d estimation non param trique du noyau de convolution L ensemble des donn es utilis es portent sur la r gion du Sud Ouest de la France r gion o des conflits d usage apparaissent fr quemment en p riode estivale ou de s cheresse La fonction de demande est fortement d pendante du climat retenu mais pr sente une ten
16. TGINOUL M RIEU T 1996 Instruments conomiques et gestion de l eau d irrigation en France La Houille Blanche 8 p 47 54 MOORE M R GOLLEHON N R NEGRI D H 1990 Alternative forms for production functions of irrigated crop The Journal of Agricultural Economics Research 44 3 p 16 32 MOORE M R NEGRI D H 1992 A multicrop production model of irrigated agriculture applied to water allocation policy of the bureau of reclamation Journal of Agricultural and resources Economics 17 p 30 43 MOORE M R GOLLEHON N R CARREY M B 1994 Alternative models of input alloca tion in multicrop systems irrigation water in the Central Plains United States Agricultural Economics 11 p 143 158 MOORE M R GOLLEHON N R CARREY M B 1994 Multicrop production decisions in western irrigated agriculture the role of water price American Journal of Agricultural Economics p 359 74 november NEGRI D H BROOKS D H 1990 Determinants of irrigation technology choice Western Journal of Agricultural Economics 15 p 213 223 december NIESWIADOMY M L 1988 Input substitution in irrigated agriculture in the High Plains of Texas 1970 1980 Western Journal of Agricultural Economics 13 p 63 69 july OGG C W GOLLEHON N R 1989 Western irrigation response to pumping costs a water demand analysis using climatic regions Water Resource research 25 p 767 773 may RAO N H SARMA P
17. Une M thode d Evaluation de la Fonction de Demande en Eau d Irrigation A method For Evaluating Irrigation Water Demand Christophe BONTEMPS and St phane COUTURE Juillet 1999 R sum court L objectif de cet article est de proposer une m thode permettant de calculer la fonction de de mande en eau pour l irrigation Notre approche s effectue en deux tapes successives Premi rement une base de donn es est g n r e par un mod le de programmation math matique dynamique co nomique int grant un mod le de simulation agronomique Deuxi mement la fonction de demande est estim e partir de ces points par la m thode non param trique du noyau de convolution Short abstract In this paper we focus our attention to define an original method of estimating water irrigation demand Theapproach used in this analysis can be divided into two stages First we compute an economic dynamic programming model which incorporates an agronomic crop growth model in order to obtain database Second data are used to estimate irrigation water demand functions by the kernel nonparametric method INRA and LEERNA Universit de Toulouse I 21 all e de Brienne 31000 Toulouse France T l 05 61 12 85 24 Fax 05 61 12 85 20 Email bontemps toulouse inra fr LEERNA and GREMAQ UTI Universit de Toulouse I 21 all e de Brienne 31000 Toulouse France T l 05 61 12 85 12 Fax 05 61 12 85 20 Email scouture toulouse inra fr
18. a et d assurance gr le 200 F ha ils sont chiffr s 2150 F ha Les co ts variables sont fonction du co t marginal du m ha de la ressource valu 0 25 F ha Pour appr hender la variabilit climatique le mod le utilise les relev s m t orologiques des an n es ant rieures de la station agronomique d Auzeville Chacune des ann es est consid r e comme un sc nario climatique possible pour la campagne venir Nous disposons d un fichier de 14 ann es climatiques de 1983 1996 contenant les relev s journaliers observ s Il couvre l ensemble des si tuations climatiques possibles dans la r gion Il permet d tudier les probl mes de risque climatique pour la production 3 2 Proc dures de simulation et d estimation La formalisation primale de notre probl me n cessite la connaissance de la fonction de produc tion Dans notre cas la production tant le rendement de la culture la fonction de production Y n est rien d autre que la fonction de r ponse l eau Il existe dans la litt rature deux types d approches pour d crire la relation entre rendement et apport d eau total l approche descriptive du fonctionnement de la culture Flinn et Musgrave 1967 Dudley et al 1971 par exemple et l approche statistique Cette derni re vise poser une forme fonctionnelle la fonction de r ponse l eau fonction Cobb Douglas Burt et Stauber 1971 Hexen et Heady 1978 fonction polynomi
19. ale d ordre 2 Hexen et Heady 1978 Caswell et Zilber man 1986 fonction Mitscherlich Spillman Hexen et Heady 1978 Yaron et Dinar 1982 fonction de type additivement s parable Flinn et Musgrave 1967 Burt et Dudley 1973 Mc Guckin et al 1987 Vedula et Musgrave 1992 ou multiplicativement s parable Rao et al 1990 l expression de Jensen Tsakiris et Kiountouzis 1984 qu il faut ensuite estimer avec un nombre tr s important de donn es L approche descriptive repose g n ralement sur l utilisation de mod les agronomiques de simulation de la croissance de la plante relativement complexes permettant d estimer le rende ment de la plante a partir de fichiers climatiques et des donn es d apport d eau G n ralement de m me fonctionnement global les mod les de simulation quantifient le rendement par trois tapes SUCCESSIVES 1 Estimation des valeurs journali res des facteurs d terminant le niveau de demande atmosph rique d humidit de la plante c est dire les vapotranspirations r elles et potentielles 2 Estimation de l offre journali re d humidit de la plante et sa distribution dans la zone raci naire 8Ces quantit s correspondent aux d clarations moyennes des quantit s d eau totales utilis es par les agriculteurs de Midi Pyr n es durant la campagne d irrigation 11 3 Estimation de l interaction entre la demande et l offre d eau pour obtenir un rendement co nomiqu
20. ant la mati re s che en rendement la r colte T La fonction Y est la fonction de production Cette fonction sera d crite de fa on plus pr cise dans la section 3 Y est suppos e diff rentiable Les dynamiques des variables d tat sont Xt41 Xt fil Xi q pour t 1 HN ae 2 X est un vecteur connu exog ne X1 X Cette quation repr sente le comportement dynamique du syst me indiquant que le changement de niveau de la variable d tat est une fonction de son tat pr sent de la d cision prise et de la p riode Les fonctions de transition d finissant la dynamique du syst me sont d finies par le mod le agronomique Elles sont suppos es diff rentiables Il existe des contraintes sur les variables de contr le t gi q Q q gt 0 pour t 1 T 1 3 i 1 Le d cideur fait face une quantit totale d eau disponible au cours de la campagne fix e Q luasg pour g gt 0 et t 1 7 1 4 La fonction de production g n rale de notre probl me est de la forme Y F inputs 6 o les inputs sont l eau l azote et les phytosanitaires et 0 un vecteur de param tres techniques mat riel travail et environnementaux sol climat fix s On consid re que les inputs autres que l eau sont optimis s Ce probl me r duit n engendre pas de perte de g n ralit s car par des consid rations biologiques il est possible de d gager les niveaux d azote et de phytosanitaires optimaux t
21. car pour un tel sc nario l apport hydrique a d autant plus de cons quences sur le rendement final Selon le sc nario climatique donn la demande en eau sera d autant plus forte que la pluviom trie sera faible Ce r sultat confirme l intuition quant l impact du climat sur la demande en eau utilis e des fins d irrigation Pour l ann e humide la demande en eau est tr s faible ceci s explique par le fait que les apports pluviom triques de cette ann e couvrent de fa on relativement satisfaisante les besoins hydriques de la plante les apports d irrigation ayant de ce fait un impact moindre La demande en eau est dans ce cas peu sensible au prix de la ressource Les lasticit s prix de la demande pr sent es dans le tableau 1 confirment ces remarques ainsi que la majorit des r sultats obtenus dans les tudes empiriques pr c dentes Montginoul et Rieu 1996 Iglesias et al 1998 Varela Ortega et al 1998 la demande en eau est in lastique pour des prix faibles et devient lastique pour des prix plus lev s Les r sultats sont pr sent s pour diff rents niveaux de prix simul s pour les trois ann es climatiques consid r es Pour des prix de la ressource faibles p lt 1 57 F m en ann e s che p lt 0 77 F m en ann e normale et p lt 0 27 F m en ann e humide la demande en eau est in lastique jusqu ce 17 seuil quel que soit le climat Au dessus de ce prix seuil des fluctuations de la conso
22. dance g n rale D abord in lastique la demande en eau de vient lastique partir d un prix de la ressource seuil variant de 0 27 1 57 F m selon le sc nario climatique Long abstract Water is an abundant but unevenly allocated resource in France Conflicts between different categories of users are likely to appear during low river flow periods In these situations as water becomes a scarce resource irrigation water use is by far the largest water consumer in France Irriga tion water consumption is not observable and unknown The starting point to carry out an efficient management of water is the knowledge of these informations This paper s objective is to estimate water irrigation demand We develop an original method of estimating in two steps First we de velop a dynamic programming model in order to explain the optimal irrigation management plan Based on a microeconomic approach describing the behavior of the farmer this economic model introducing the agronomic model EPIC is used to obtain database Second these data are used to estimate yield profit and irrigation water demand functions by the kernel nonparametric method The data base used to estimate irrigation water demand has been collected in the southwestern area of France where conflicts appear frequently Results show that irrigation water demands are strongly dependent on weather conditions At low prices irrigation water demand is inelastic and at higher pric
23. e Flinn et Musgrave 1967 ont t les premiers conomistes tenter d estimer une fonction de r ponse l eau par simulations Ensuite cette approche a t largement reprise par de nombreux conomistes agricoles Nous avons opt pour cette approche 3 2 1 Proc dure de simulation des fonctions de r ponse l eau et de profit L valuation de la fonction de demande repose sur la connaissance des fonctions de r ponse l eau et de profit Nous avons con u des programmes math matiques permettant de g n rer par simulations un ensemble de donn es n cessaires pour proc der l estimation de ces fonctions L ob jectif de ces programmes est de fournir les couples de donn es rendement quantit totale de la ressource et profit quantit totale de la ressource au niveau optimis c est dire suite la r solution d un programme conomique dynamique de prise de d cisions Bontemps et Couture 1999 Les fonctions de r ponse l eau Nous avons utilis un mod le d optimisation dynamique conomique int grant le mod le agro nomique EPICPHASE afin de calculer les couples de points n cessaires pour valuer les fonctions de r ponse l eau Le mod le d optimisation dynamique d termine les applications d eau journali res afin de maxi miser le rendement final sous l ensemble des contraintes climatiques et techniques pour une quantit d eau totale donn e Il utilise le simulateur de
24. elle que la plante ait une croissance maximale en conditions non limitantes pour ces deux facteurs Par cons quent la fonction de production se ram ne une fonction de r ponse l eau La quantit apport e chaque p riode ne doit correspondre des niveaux ni trop faibles ni trop lev s Il existe diff rentes explications techniques comme conomiques cette contrainte La formulation de notre probl me est conceptuellement similaire celles de Zavaleta et al 1980 de Johnson et al 1991 et de Vickner et al 1998 La r solution de ce programmet d termine le sentier de d cisions optimales d t 1 T 1 qui est une fonction de la quantit totale disponible Q Cette s quence de d cisions optimales est r int gr e dans la fonction objectif pour ainsi valuer le crit re optimal Tai n pyr X cf CF t 1 qui est lui aussi fonction de Q On obtient ainsi une fonction de profit optimis 7 Q fonction de la quantit d eau totale disponible pour la campagne 2 2 L estimation de la fonction de demande en eau Dans un contexte de raret la valeur de l eau en tant que bien conomique pour un utilisateur est le montant maximum qu il serait pr t payer pour utiliser ce bien Pour des biens conomiques normaux chang s entre acheteurs et vendeurs sur un march cette valeur peut tre mesur e en estimant la surface sous la courbe de demande figure 1 Les march s de l eau
25. es demand becomes more elastic The thresold price at which the water demand becomes more elastic depends on climate and fluctuates between 0 27 and 1 57 F m Mots cl s demande en eau d irrigation programmation estimation non param trique key words irrigation water demand programming model nonparametric method JEL classification C14 C16 Q15 1 Introduction L eau est une ressource globalement abondante mais tr s in galement r partie En France durant la p riode d tiage les ressources en eau n voluent pas au m me rythme que les besoins d o Vapparition de conflits d usages entre les trois principaux utilisateurs du bien les m nages les industriels et les agriculteurs Ces derniers sont devenus la principale source de consommation en France Actuellement l agriculture peut repr senter 80 des consommations nettes totales d eau en France pendant la p riode d t L irrigation qui permet l agriculteur de se pr munir contre les risques climatiques a connu un formidable d veloppement au cours de ces derni res ann es Cet essor a t favoris par un contexte conomique de production intensive et d aides en faveur de l hydraulique agricole provoquant une forte augmentation des pr l vements en eau C est surtout en p riode estivale ou de s cheresse lorsque les ressources sont au plus bas que les risques de conflits sont les plus courants Cependant la consommation en eau d i
26. fin de garantir l alimentation en eau potable L enjeu conomique d une telle d cision est important pour Vexploitant agricole la d cision administrative peut provoquer une perte de r colte cons quente Ce type de r glementation n est pas optimal Il faut par cons quent dans une optique de gestion efficace de la ressource connaitre la demande de chaque utilisateur Les simulations de cet article se basent sur des donn es num riques se r f rant la r gion Sud Ouest de la France Dans cette r gion d limit e par le bassin hydrographique de la Garonne l agriculture repr sente le premier poste de pr l vements d eau et les deux tiers des consommations nettes sur l ann e et m me jusqu 85 des pr l vements en p riode d tiage Elle est souvent cit e comme zone o les conflits autour de la ressource en eau sont importants L irrigation de cette zone est r cente et caract ris e par une part importante de grandes cultures comme le ma s Les besoins d irrigation varient de fa on importante en fonction des donn es climatiques ce qui soul ve de nouveaux probl mes L eau n cessaire pour l irrigation essentiellement par aspersion est pr lev e surtout en rivi re de fa on individuelle ou collective r aliment e artificiellement par des r serves de haute montagne 3 1 2 Les donn es n cessaires Les hypoth ses de travail n cessaires pour r aliser les simulations de croissance des cultures sous
27. fortement du climat Pour un climat sec cette derni re sera plus lev e la diff rence pour un sc nario type humide elle sera moindre La demande en eau est analys e par type de climat Il appara t des diff rences entre les sc narios climatiques La demande en eau n est pas lin aire quel que soit le climat Ces fonctions de demande Ces caract ristiques climatiques sont d finies par la comparaison entre le rendement potentiel et le rendement en sec plus cette diff rence est faible plus l ann e sera consid r e comme humide et moins l irrigation sera efficace dans le sens o elle aura un impact moindre sur le rendement final 16 FIG 4 Fonctions de demande inverses estim es pour trois sc narios climatiques 1989 1991 et 1993 en eau pr sentent plusieurs points d inflexion et peuvent ainsi tre d coup es en plusieurs zones Elles pr sentent une tendance g n rale identique li e la forme g n rale de la fonction de profit Les prix maximum sont relativement faibles Pour des prix allant de 0 6 F m 2 61 F m la demande en eau est nulle A partir de 2900 m ha en ann e s che 1700 m ha en ann e normale et 1350 m ha en ann e humide l agriculteur n a plus d int r t conomique irriguer Par cons quent au del de ces quantit s il n est plus efficient pour l exploitant agricole d irriguer Ces quantit s semblent a priori relativement faibles sauf pour une ann e s che
28. j Yj j 1 n quantit totale d eau rendement sur lesquels la proc dure d estimation repose Chacun de ces couples est issu des simulations pr sent es dans la section pr c dente nous ne disposons donc que d un nombre de points limit n 19 La fonction inconnue Y reliant la variable quantit au rendement est ensuite estim e ponctuellement Pour toute quantit arbitraire d eau q nous pouvons estimer la fonction de r ponse q L estimateur non param trique utilis est alors construit comme une somme pond r e des ob servations Y la pond ration tant une fonction continue des quantit s observ es Q et du point de calcul q L estimateur non param trique de la fonction de r ponse l eau est ainsi la fonction 5 Lea K S4 Y q BNC WER 5 La fonction K le noyau est l l ment d terminant la pond ration cette fonction est choisie continue diff rentiable ce qui rend l estimateur d rivable Parmi l ensemble des noyaux couramment utilis s le noyau gaussien K est alors la densit de la loi normale centr e r duite a t ici retenu Le param tre hy intervenant dans cette expression est la fen tre destin e ajuster la pond ration de chacun des termes de cette somme C est ainsi que l on ajuste le degr de douceur de l estimateur Le choix de ce param tre est crucial et s effectue suivant divers crit res d ad quation aux donn es Vieu 19
29. mmation de la ressource apparaissent plus prononc es L ensemble de ces r sultats pr sentent un int r t pour la gestion de la ressource ainsi que pour la d finition de politique de prix de l eau Par exemple une hausse du prix de la ressource de 0 0 9 F m en ann e s che aura peu de cons quence sur la consommation la diff rence pour une ann e humide cette politique annulera la consommation Par cons quent ces aspects doivent tre pris en consid ration dans la d finition de la tarification de la ressource Si l objectif de la politique est de r duire fortement la consommation de la ressource alors le prix de l eau doit tre fix des niveaux relativement lev s afin d affecter la demande en eau Elasticit s prix de la demande Prix de l eau en m h 1989 1991 1992 TAB 1 Valeurs des lasticit s prix de la demande pour les trois sc narios climatiques 5 Conclusion Cet article pr sente une m thode pour d gager la fonction de demande en eau d irrigation bas e sur la d termination de la disposition maximale payer de l exploitant agricole La fonction de demande est g n r e par un mod le de programmation math matique de prise de d cisions s quentielle et par la proc dure d estimation non param trique du noyau de convolution pour diff rents sc narios climatiques Par les r sultats obtenus avec notre mod le de simulation appliqu la r gion du Sud Ouest de la France
30. n existant pas en France il n est pas simple de d terminer cette valeur Cependant cette valeur peut tre calcul e par une proc dure d estimation des fonctions de production et simulation des variations de la production r sultant de l usage d une unit suppl mentaire de la ressource On s int resse alors au co t d opportunit d une unit suppl mentaire de la ressource qui est l optimum la d riv e de la fonction objectif optimis e _ dr dQ que l on value pour le niveau de quota fix Le co t d opportunit d acc s l eau repr sente la disposition maximale payer de l agriculteur pour avoir dans un contexte de raret une unit suppl mentaire de ressource c est le prix maximum r el par unit d eau qu il serait pr t payer Ainsi la connaissance de la fonction a pour tous les niveaux de quotas Q possibles permet de g n rer la fonction de disposition payer maximale du producteur agricole Cette fonction n est rien d autre que la fonction implicite de demande en eau agricole 13La d marche de r solution d un tel probl me est expliqu e de fa on d taill e dans Bontemps et Couture 1999 II existe galement deux autres m thodes pour calculer cette valeur l estimation de la fonction de demande puis l int gration de la surface sous cette courbe ou l estimation des fonctions de co t de fourniture de l eau en cas de non disponibilit de la res
31. ncore g un e zr zmar oi bee q Ex Cette expression d finissant l estimateur F q n est elle m me qu une somme pond r e des profits observ s 7 la pond ration tant cette fois plus complexe L estimateur garde cependant son caract re continu et d rivable puisque la pond ration repose sur le noyau K et sa d riv e X La m me proc dure sera appliqu e pour calculer l lasticit sur la base des couples g n r s par cet estimateur Choix des fen tres Comme dans toute estimation non param trique le choix de la fen tre est un l ment d ter minant Une fen tre trop petite donnera une fonction tr s accident e passant au plus pr s des observations tandis qu une fen tre trop grande l inverse gommera toute inflexion et restituera une courbe presque lin aire Il existe divers crit res de s lection de la fen tre Vieu 1993 certains th oriques plug in d autres reposant enti rement sur les donn es Validation crois e Ces proc dures ne sont toutefois pas enti rement satisfaisantes surtout lorsque le nombre d ob servations est faible ce qui est le cas ici Nous nous sommes donc servis des valeurs fournies par les 14 proc dures de validation crois e mises en uvre pour les diff rents estimateurs comme r f rences pour le choix de nos fen tres Ainsi nous avons d termin la fen tre de r f rence hy minimisant le crit re de validati
32. nous pouvons conclure que notre m thode d valuation de la demande en eau agricole est valid e Les modifications de la demande en eau pour l irrigation des changements de prix de la res source sont diff rentes selon le climat consid r Initialement in lastique pour des prix faibles la demande en eau usage agricole tend tre lastique au dessus d un prix seuil fonction du climat consid r Par cons quent des politiques de prix de la ressource doivent int grer cet aspect et tre sp cifiques au climat consid r Notre m thode couplage programmation math matique et estimation non param trique s av re adapt e des situations plus g n rales o l on cherche d crire une relation ou un ph no m ne soit en ne disposant ni de donn es exp rimentales ni de la forme sp cifique estimer soit en ayant quelques donn es exp rimentales r elles sans pour autant conna tre la forme de la relation analys e 18 L ensemble des r sultats obtenus doivent tre tendus l ensemble de l exploitation agricole et prendre en compte de ce fait les possibilit s de conflits et de substitution entre les diff rentes cultures irrigu es Des fonctions de demande en eau peuvent alors tre d gag es pour une exploi tation agricole donn e Par une d finition de diff rentes exploitations agricoles types les r sultats peuvent tre extrapol s et ainsi un raisonnement macro conomique peut tre envisag qua
33. nt la d finition des politiques de tarification de la ressource 19 R f rences ANDERSON T L 1983 Ed Water rights Cambridge Massachussets Balinger BONTEMPS C COUTURE S 1999 Dynamique et incertitude dans la gestion des ressources naturelles et agricoles dans un contexte de raret application Virrigation Document de travail ERNA INRA BURT O R STAUBER M S 1971 Economic analysis of irrigation in subhumid climate American Journal of Agricultural Economics 53 1 p 33 46 BURT O R DUDLEY N J 1973 Stochastic reservoir management and system design for irri gation Water Resource Research 9 3 p 507 522 june BUTCHER W S 1971 Stochastic dynamic programming for optimum reservoir operation Water Resources Bulletin 7 1 p 115 123 CABELGUENNE M DEBAEKE P 1995 Manuel d utilisation du mod le EWQTPR Epic Phase temps r el version 2 13 Ed Station d Agronomie Toulouse INRA CASWELL M LICHTENBERG E ZILBERMAN D 1990 The effects of pricing policies on water conservation and drainage American Journal of Agricultural Economics p 883 890 november CASWELL M ZILBERMAN D 1986 The effects of well depth and land quality on the choice of irrigation technology American Journal of Agricultural Economics 68 p 798 811 CHAMBERS R G JUST R E 1989 Estimating multioutput technologies American Journal of Agricultural Economics p 980 995 november
34. on crois e mesurant l ajustement de l estimateur aux donn es Q Mise ainsi que la fen tre hj minimisant le crit re d ajustement de 7 aux donn es Qj Ti Ji 1 n Nous avons ensuite proc d diff rentes estimations avec des fen tres l g rement plus petites que ces fen tres de r f rence au vu des estimations afin de mieux refl ter les inflexions des courbes et de palier le probl me de sur lissage constat avec les fen tres hy et hh Face l arbitraire que rep sente le choix de ces param tres nous avons cependant constat une certaine robustesse de nos estimateurs aux valeurs des fen tres choisies La fen tre de l estimateur de la fonction de demande est ici la m me que celle utilis e pour l es timateur de la fonction de profit En effet comme le remarque H rdle 1990 p 160 si l estimateur estime convenablement la fonction inconnue la d riv e de cet estimateur doit estimer convenable ment la d riv e recherch e Cela signifie en particulier que si la fen tre est correctement ajust e pour l estimateur elle l est galement pour la d riv e de cet estimateur 4 R sultats Nous nous sommes limit s l analyse des s quences de d cisions optimales dans le cas de trois Fic 2 Fonctions de r ponse l eau estim es pour les trois sc narios climatiques 1989 1991 et 1993 sc narios climatiques les ann es 1989 dite s che 1991 dite normale et 1993 dite humide
35. ource L lasticit prix de la demande d eau est donn e par __dq p x dp q Quand l lasticit prix de la demande est inf rieure 1 en valeur absolue c est dire quand le changement en pourcentage de la consommation est moins que le changement en pourcentage du prix alors la demande est dite in lastique au prix 3 Domaine d analyse proc dures de simulation et d estimation 3 1 Domaine d analyse 16La surface A repr sente les pertes de bien tre subies par l agriculteur dues la r duction de sa consommation tandis que la surface B d crit les pertes de revenu du gouvernement dues la diminution de la consommation en eau 1TGi l lasticit prix est n gative alors la demande est r duite quand les prix augmentent mais de fa on moindre que le changement de prix 3 1 1 Le contexte Conduite permettant de se couvrir contre les al as climatiques l irrigation est une solution co teuse qui peut tre soumise des contraintes de ressource en eau En France les derni res s cheresses cons cutives montrent la fragilit du syst me actuel surtout au niveau de l exploitation agricole Elles ont montr que l eau tait devenue une ressource rare et fragile n cessitant une gestion rigoureuse Elles ont de plus accentu les conflits d usage Certaines s cheresses ont engendr des mesures administratives d interdictions ou de limitations d irriguer avant la fin de la campagne a
36. pos es fixes Dans le cas de l irrigation la connaissance de la fonction de r ponse l eau des plantes permet de calculer ais ment la conduite optimale pour un quipement donn voir Bontemps et Couture 1999 Revue des tudes existantes Il existe dans la litt rature deux types d approches pour valuer la fonction de demande en eau d irrigation l approche descriptive par mod lisation du comportement de l agriculteur et l approche conom trique par analyse ex post du comportement des agents conomiques Anderson 1983 a t le premier analyser la demande d irrigation tant par une approche co nom trique que par des mod les de programmation Il conclut une in lasticit de la demande des prix faibles et une demande lastique pour des prix lev s Ce r sultat sera confirm par l ensemble des tudes r alis es Dans le cas conom trique l analyse repose sur l observation des consommations en eau et consiste tablir une relation entre ces donn es et le co t per u de la ressource Cette technique a t tr s peu utilis e en France Michalland 1997 du fait du peu de disponibilit des donn es relatives aux consommations en eau Cependant depuis quelques ann es les mod les conom triques connaissent une application extensive l analyse empirique des effets de la tarification de l eau d irrigation sur la demande agricole et sur les d cisions de production Chambers et Ju
37. rrigation est assez mal connue Une meilleure connaissance des pr l vements et des consommations en eau pour l irrigation appara t importante pour assurer la ma trise des consommations r duire les conflits d usages et am liorer la gestion des ressources en eau Face au probl me de raret de la ressource un des instruments de politique les plus utilis s et analys s dans la litt rature est l tablissement de syst mes de prix de l eau diff rents afin de d gager les sentiers de r ponse de son usage en agricul ture Proposer un mode de gestion des conflits et plus globalement de la ressource en eau prenant en compte que l eau est devenue un bien rare suppose la d termination de la demande en eau agricole L eau utilis e pour l irrigation en tant que bien conomique pr sente plusieurs caract ristiques D une part l eau vue comme un facteur de production est inobservable dans le sens o l agriculteur est le seul conna tre exactement quelle quantit de ressource il utilise et o il n existe pas d orga nisme susceptible de v rifier ces informations D autre part le prix de ce bien est nul La propri t de l eau en France est du domaine public Les droits d allocation de la ressource sont assign s aux irrigants par autorisations de pr l vements de l eau rigides non changeables Les agriculteurs ne supportent pas v ritablement de charge relative leur consommation en eau Ils payent des rede vances q
38. rsity Press HASSINE N B H THOMAS A 1997 Agricultural production attitude towards risk and the demand for irrigation water the case of Tunisia it Working paper Universit de Toulouse HEXEM R W HEADY A O 1978 Water production functions for irrigated agriculture The Iowa State University Press Ames Iowa IGLESIAS E GARRIDO A SUMPSI J VARELA ORETGA C 1998 Water demand elasti city implications for water management and water pricing policies Paper presented at the World 20 Congress of Environmental and Resource Economists Venice Italy june 26 28 JOHNSON S L ADAMS R M PERRY G M 1991 The on farm costs of reducing groundwater pollution American Journal of Agricultural Economics p 1063 73 november JUST R E ZILBERMAN D HOCHMAN E 1983 Estimation of multicrop production func tions American Journal of Agricultural Economics p 770 780 november JUST R E ZILBERMAN D HOCHMAN E BAR SHIRA Z 1990 Input allocation in multi crop systems American Journal of Agricultural Economics p 200 209 february Mc GUCKIN J T MAPEL C LANSFORD R SAMMIS T 1987 Optimal control of irrigation scheduling using a random time frame American Journal of Agricultural Economics p 123 33 february MICHALLAND B 1995 Approche conomique de la gestion de la ressource en eau pour l usage d irrigation Th se pour le doctorat de l Universit de Bordeaux MON
39. source existante mais la difficult de ces deux techniques est qu elles n cessitent un nombre tr s importants de donn es qui ne sont pas pour la plupart disponibles 15 Lorsque des rationnements en eau sont introduits le co t d acc s l eau devient diff rent du profit marginal aa En effet l agriculteur serait certainement dispos payer plus que le co t d acc s pour irriguer plus Une application directe du th or me de l enveloppe permet de montrer que pour un quota d eau de niveau Q ce co t d opportunit dr est juste gal 70 valu en Q Q La fonction de demande en eau s crit q q p o p est le prix de l eau et q est la consommation de la ressource Elle est repr sent e en figure 1 Fic 1 Fonction de demande en eau Pour analyser les implications de politiques de prix il est courant de mesurer la fa on dont les utilisateurs r agissent des changements de prix de la ressource Un accroissement de prix de l eau de p p dp engendre une diminution de la consommation de q p q p dp Les surfaces A B sous la courbe de de demande repr sentent les pertes de bien tre dues un prix de la ressource plus lev Pour valuer les impacts de politiques de tarification diff rentes il est fait appel au concept d lasticit qui est une mesure d finie comme le pourcentage de changement d utilisation de l eau qui fait suite une variation de 1 du prix de la ress
40. st 1989 Just et al 1990 Moore et al 1992 et 1994 Hassine et Thomas 1997 La plupart de ces tudes adoptent une repr sentation param trique des fonctions duales du fait de l absence d une expression explicite de la fonction de production Elles utilisent alors une sp cification de la demande d input de type dual et sont r alis es avec des donn es d chantillons Les auteurs utilisent un mod le de firmes multi produits permettant d analyser la r ponse des agriculteurs face une variation du prix de l eau tant moyen terme c est dire au niveau du choix de l assolement et des d cisions d allocation des surfaces qu court terme sur les d cisions d utilisation de la ressource Moore et al 1992 et 1994 La fonction de demande au niveau de La d finition de court terme est celle habituellement utilis e dans les recherches pr c dentes sur l agriculture irrigu e Chambers et Just 1989 Just et al 1983 1990 Moore et al 1994 Aux Etats Unis on rencontre quelques applications de cette m thode Ogg et Gollehon 1989 Connor et al 1989 l exploitation agricole s crit comme la somme des demandes d eau au niveau de la culture De plus de nombreux auteurs Caswell et al 1990 Negri et Brooks 1990 Nieswiadomy 1988 Ogg et Collehon 1989 Moore et al 1992 et 1994 utilisent les co ts marginaux de pompage de l eau souterraine pour mesurer le prix de la ressource Ces auteurs
41. t ainsi tre utilis avec des hypoth ses diff rentes de prix et des contraintes de quantit Il permet d analyser l effet de diff rents niveaux de prix de la ressource sur le comportement de l agriculteur et sur la demande en eau d irrigation Nous avons retenu comme approche une m thode de type primal bas e sur la fonction de pro duction qui correspond dans notre cas la fonction de r ponse l eau de la culture l eau tant consid r e comme le seul intrant limitant de production Cette fonction est g n r e par simula tions du logiciel agronomique de croissance de la culture EPICPHASE qui permet de simuler le rendement pour diff rents sc narios climatiques et diff rentes conduites d irrigation Cette base de donn es est ensuite utilis e pour estimer la fonction de production par une proc dure d estima tion non param trique du noyau de convolution Etant donn s les prix des intrants et des extrants et l ensemble des choix de plans de production le profit est maximis par un mod le dynamique conomique pour chaque quantit de ressource disponible L ensemble des profits simul s est alors comme pour la fonction de production utilis pour estimer par la m me proc dure conom trique la fonction de profit La d rivation de cette fonction permet d estimer la fonction de demande en eau usage agricole L ensemble des applications num riques reposent sur des donn es relatives la r gion du Sud
42. t des primes l hectare irrigu ou pour des enqu tes de pratiques culturales Enqu te Agreste sur les pratiques culturales de 1994 3 janvier 1992 envisage la valorisation de l eau en tant que bien conomique pour tous les usagers Ainsi dans un contexte de raret de la ressource analyser et comprendre les effets de syst mes de prix sur l pargne de l eau est une contribution d cisive l analyse de politique Moore et al 1994 Il faut avant tout pour cela conna tre la demande en eau des producteurs agricoles pour ensuite comprendre la fa on dont serait affect leur comportement face des modifications de prix La demande sera t elle lastique au prix jusqu quel seuil Telles sont les questions auxquelles nous tenterons de r pondre dans cet article La fonction de demande en eau relie le co t de la ressource per u par l exploitant agricole avec la quantit de bien consomm e Nous nous int ressons exclusivement ici la fonction de demande en eau court terme c est dire dans le cas o le processus de d cision de l irrigant est uniquement la conduite de l irrigation au cours de la campagne A court terme lorsque les cultures ont d j t mises en place et que l quipement ne peut tre modifi les d cisions de l agriculteur se r duisent au choix de la conduite d irrigation de la culture L unique variable de contr le est la quantit d eau apport e les autres variables tant supp
43. ui correspondent exclusivement aux co ts de construction et de maintenance des capacit s de d livrance et de stockage de la ressource Il n existe pas de march pour r guler l acquisition de la ressource Le d bat en France porte sur les possibilit s d pargne de la ressource susceptibles d tre r ali s es par l imposition de prix refl tant la valeur de l eau son co t d opportunit Les exploitants agricoles tant libres d utiliser ce facteur les Pouvoirs Publics souhaitent se doter de moyens inci tatifs pour pousser les agents utiliser plus efficacement la ressource De plus la loi sur l eau du Dans le Sud Ouest de la France cette p riode d finie de juin septembre se caract rise par un niveau de d bit des rivi res tr s faible Les consommations nettes se r partissaient en 1990 en 2 5 Md m pour la consommation domestique 0 8 Md m pour la consommation industrielle et 2 7 Md m pour la consommation agricole soit 45 des consommations Minist re de l Environnement Hormis quelques exceptions notamment dans certaines exploitations agricoles de la Charente aucun organisme ne peut v ritablement constater les mouvements de compteurs des consommations au champ comme pour la demande domestique Les seules donn es disponibles sur les consommations d eau sont les d clarations faites par les exploitants agricoles pour le r glement de la redevance de pr l vement des agences de l eau le versemen
Download Pdf Manuals
Related Search