IMPACTS DU CHANGEMENT CLIMATIQUE SUR LA PRODUCTION DU MAÏS AU MALI
Résumé
Cette étude a examiné les effets totaux, directs et indirects des variables climatiques (température et précipitation) sur les rendements du maïs d’une région donnée et celle des autres régions voisines, à travers une analyse de panel spatiale sur cinq régions administratives du Mali sur une période de 30 ans (1988 - 2017).
Il ressort de nos résultats, que la température et les précipitations ont des effets directs, indirects et totaux sur le rendement du maïs. Autrement dit, que l'effet sur les régions étroitement liées à la région où le changement de température où de précipitation a eu lieu sera plus important que l'effet sur les régions plus éloignées. De plus, le coefficient de variation de la précipitation et l’interaction entre la température et la précipitation ainsi que la superficie emblavée ont toutes des impacts négatifs sur les rendements du maïs. Cependant, les rendements du maïs sont négativement corrélés à la sécheresse. Cela revient à dire que la production du maïs de la région locale diminue suite à la recrudescence des phénomènes climatiques extrême. Fort de ces constats, les décideurs doivent tenir compte du fait que les conditions dans les zones environnantes peuvent influencer les rendements du maïs et que les effets de retombées diffèrent selon les types de cultures. Des investissements dans la recherche et le développement agricole doivent être encouragé pour contrecarrer les effets du changement climatique.
Texte intégral :
PDFRéférences
Bibliographie:
Adams R.M., Rosenweig C., Pearl R., Ritchie J., Mc Carl B., Glyer D., Curry B., James J., Boote K., et Allen H., 1990. “Global Climate Change and U.S Agriculture”, Nature, 345, pp 219-223. http://www.nature.com/nature/journal/v345/n6272/pdf/345219a0.pdf
Anselin, L., J. Le Gallo and H. Jayet, 2008, Spatial panel econometrics. Ch. 19 in L. Mátyás and P. Sevestre, eds., The Econometrics of Panel Data: Fundamentals and Recent Developments in Theory and Practice, Springer-Verlag, Berlin, 625-660.
Baltagi BH (2005). Econometric analysis of panel data, 3rd edn. Wiley, Chichester. https://himayatullah.weebly.com/uploads/5/3/4/0/53400977/baltagi-econometric-analysis-of-panel-data_himmy.pdf
Bassu, S., Brisson, N., Durand, J.-L., Boote, K., Lizaso, J., Jones, J. W., Rosenzweig, C., Ruane, A. C., Adam, M., Baron, C., et al. (2014). How do various maize crop models vary in their responses to climate change factors? Global change biology, 20(7):2301–2320.
Baum C.F., Christopher F. 2006. An introduction to modern econometrics using stata. STATA press, 4905 Lakeway Drive, College station, Texas 77845. ISBN-10: 1-59718-013-0. ISBN-13: 978-1-59718-013-9. [Google Scholar]
Blanc. 2012. “The Impact of Climate Change on Crop Yields in Sub-Saharan Africa.” American Journal of Climate Change 1 (1): 1–13. https://globalchange.mit.edu/publication/16024
Butt, TA, McCarl, BA, Angerer, J., Dyke, PT, and Stuth, JW. 2005. The economic and food security implications of climate change in Ma li. Climatic change, 68 (3): 355– 378.
Chaisemartin, AM Normann, and J. Pestiaux. 2010. “Extreme climate conditions: How Africa can adapt”. McKinsey's journal. June 2010.
https://www.mckinsey.com/business-functions/sustainability/our-insights/extreme-climate-conditions-how-africa-can-adapt. Accessed April 04, 2020
Chauvin, N. D., F. Mulangu, and G. Porto. 2012. Food production and consumption trends in sub-Saharan Africa: Prospects for the transformation of the agricultural sector. UNDP Working Paper2012–11. United Nations Development Programme, Regional Bureau for Africa. Addis Ababa, Ethiopia. [Google Scholar]
De Hoyos, R.E and Sarafidis, V. 2006. Testing for cross - sectional dependence in panel data models. The Stata Journal, 6, 482–496.
Direction National de la Météorologie (2016). Plan d’actions national pour la mise en place du cadre national pour les services climatiques au Mali.
Elhorst JP (2014a). Spatial Econometrics From Cross-Sectional Data Spatial Panel. Springer, Heidelberg. Google Scholar. https: //www.springer.com/series/10096
Elhorst, J Paul (2010). « Applied spatial econometrics: raising the bar ». Spatial Economic Analysis 5.1, p. 9–28.
Fotheringham A S and Rogerson PA 2009. Sage's Handbook of Spatial Analysis (London: sage)
Gelfand AE, Diggle P., Guttorp P., Fuentes M, 2010. Handbook of Spatial Statistics.
CRC press
Guliyev H, 2020. Determining the spatial effects of COVID-19 using the spatial panel data
model. https://doi.org/10.1016/j.spasta.2020.100443
HARRIS, Richard, John MOFFAT and Victoria KRAVTSOVA (2011). « In search of W ». Spatial Economic Analysis 6.3, p. 249–270.
IPCC. 2013. Climate Change 2013: The Physical Science Basis. Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Stocker TF, Qin D., Plattner G.-K., Tignor M., Allen SK, Boschung J., Nauels A., Xia Y., Bex V., Midgley PM (eds.), Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 1535 pp . https://www.ipcc.ch/site/assets/uploads/2018/02/WG1AR5_all_final.pdf
Kaiser HM, Riha SJ, Wilks DS, Rossiter DG, and Sampath R., 1993. `` A farm-level analysis of economic and agronomic impacts of gradual warning '', American Journal of Agricultural Economics, 20, pp 387-398.
Kane, S., Reilly, J. and Tobey, J. (1991). Climate Change: Economic implications for world Agriculture. Journal of Agricultural and Resource Economics, 17(1): 195-204. Copyright 1992 Western Agricultural Economics Association.
Le Gallo J. (2002). Econométrie spatiale : l’autocorrélation spatiale dans les modèles de régression linéaire, Economie & prévision, 4, p. 139–157.
Le Sage, J. P., and Pace, R. K. (2009): Introduction to Spatial Econometrics, CRC Press, Boca Ratón.
MANSKI, Charles F (1993). « Identification of Endogenous Social Effects: The Reflection Problem ». Review of Economic Studies 60.3, p. 531–542.
Mendelsohn, R. Nordhaus, W. & Shaw, D. (1994).The impact of global warming on agriculture: A Ricardian analysis. American Economic Review 84, 753–771.
MINISTERE DE L’ENVIRONNEMENT, DE L’ASSAINISSEMENT ET DU DEVELOPPEMENT DURABLE (MEADD), 2018. Rapport de la troisième communication nationale du mali à la convention cadre des nations unies sur les changements climatiques. P.121
Nelson, G. C. et al. 2009. Climate change impact on agriculture and costs of adaptation. Washington, DC: International Food Policy Research Institute.
Pesaran MH 2004. “General diagnostic tests for cross section dependence in panels“. http://ftp.iza.org/dp1240.pdf
Reilly, J., Hohmann N., and Kane S. 1994. “Climate Change and Agricultural Trade: Who Benefits, Who Loses?”? Global Environmental Change 4, no. 1: 24-36.
Rosenzweig. C., Iglesias, A., 1994. Implications of Climate Change for International Agriculture: Crop Modeling Study. US Environmental Protection Agency. Washington, DC
Rosenzweig C., and Parry M.L., 1994. “Potential impact of climate change on world food supply”, Nature, 367, pp 133-138.
ROUDIER (P.), 2012. Climat et agriculture en Afrique de l’Ouest : Quantification de l’impact du changement climatique sur les rendements et évaluation de l’utilité des prévisions. https://tel.archives-ouvertes.fr/tel-00874724.
Saputro D R S, Muhsinin R Y, Widyaningsih P and Sulistyaningsih. 2019. Spatial autoregressive with a spatial autoregressive error term model and its parameter estimation with two-stage generalized spatial least square procedure. https://doi.org/10.1088/1742-6596/1217/1/012104.
SISSOKO K, SAVADOGO K, VAKSMANN M and TIEMTORE A, 2018. Cereal crops choices and economic resilience face to climate variability in southern Mali. http://publications.cirad.fr/une_notice.php?dk=590004
Wilkinson Emily, Peters Katie, Tanner Thomas, Simonet Catherine, Pichon Florence, Blane Harvey. 2015. Climate extremes and resilient poverty reduction. https://www.odi.org/publications/9609-climate-extremes-and-resilient-poverty-reduction
Yang, W., Chen, BY, Cao, X., Li, T. and Li, P., 2017. The spatial characteristics and influencing factors of modal accessibility gaps: A case study f or Guangzhou, China. 60, 21–32.
Renvois
- Il n'y a présentement aucun renvoi.