bananalogo
flagEnglish (Anglais)flagEspañol (Espagnol)
flagFrançais
  • Accueil
  • À propos de nous
  • Outil de renforcement des capacités
  • Enquête
  • Contacts

6. Résultats

Accueil Outil de renforcement des capacités 6. Résultats

Photo Credit: S. Landersz/Bioversity International

Après s’être penché sur les étapes clefs de l’évaluation des priorités, à savoir l’identification des principales contraintes, la description des options de recherche, l’introduction de la méthodologie utilisée (l’Analyse coûts-avantages et le Modèle de surplus économique), les sources de données et la détermination des estimations des paramètres, nous pouvons maintenant observer les résultats de l’Évaluation stratégique des priorités de recherche sur le bananier.

Avant de regarder ces résultats, nous vous invitons à un bref aperçu de la section traitant de la façon d’interpréter et d’utiliser les résultats dans laquelle nous récapitulons l’explication des principales variables produites. Dans l’étape suivante, vous pouvez examiner les résultats de l’Analyse coûts-avantages utilisant le Modèle de surplus économique et examiner le nombre de bénéficiaires, la réduction de la pauvreté et la distribution régionale des impacts. Dernier point mais non le moindre, les résultats de l’Analyse de sensibilité qui a été menée seront décrits.

Cliquez sur les liens suivants pour découvrir chaque section.

Comment interpréter et utiliser les résultats
6.2. Résultats d'analyse coûts-avantages utilisant le modèle de surplus économique
6.3. Nombre de bénéficiaires, réduction de la pauvreté et distribution régionale des impacts
6.4. Analyse de Sensibilité
Comment interpréter et utiliser les résultats

Avant de présenter les résultats de l’évaluation des priorités de recherche sur le bananier, nous voudrions récapituler les principales variables produites et expliquer brièvement comment interpréter et utiliser les résultats pour chacune d’entre elles.

Variable
de résultat
Bref récapitulatif Interprétation et utilisation des résultats
Plafond d’adoption
Le plafond d’adoption détermine la superficie de culture maximale sur laquelle la nouvelle technologie sera adoptée.

Deux scénarios ont été examinés dans l’exercice d’évaluation des priorités: le scénario d’adoption haute (‘adoption haute’) comprend le plafond d’adoption évalué par les personnes ressources; pour le scénario d’adoption plus conservateur (‘adoption basse’), l’estimation des experts a été réduite de 50 % tandis que tous les autres paramètres ont été tenus constants.

La superficie d’adoption maximale évaluée traduit le nombre maximal d’agriculteurs adoptant la technologie et ainsi le nombre probable des bénéficiaires de la nouvelle technologie. Cet indicateur est donc important dans la décision de financement car il montre le nombre de personnes potentiellement touchées par chaque investissement de recherche sur le bananier. Aussi, l’adoption est le facteur par lequel tous les effets rendement/coûts sont multipliés. Cela signifie qu’elle détermine en grande partie les bénéfices totaux.

Inclure un second scénario d’adoption – plus conservateur – aide à corriger la surestimation potentielle des bénéfices. Nous pouvons tester si un investissement de recherche serait encore sain si l’adoption était bien plus faible que prévue (comme cela arrive notoirement).

Valeur Actuelle Nette (VAN)
La valeur actuelle nette nous donne la valeur d’aujourd’hui des bénéfices nets produits par chaque option de recherche. Elle est calculée en déduisant les coûts futurs escomptés des bénéfices futurs escomptés. L’exigence minimale pour un investissement de recherche sur le bananier est que la valeur actuelle nette attendue soit positive signifiant que les coûts escomptés excèdent les bénéfices escomptés. Si plusieurs options de recherche évaluées présentent une valeur actuelle nette positive, l’option avec la valeur actuelle nette la plus élevée sera habituellement choisie. De nouveau, puisque les coûts de Recherche et développement varient considérablement selon les options de recherche (de 47,7 millions $ à 2,8 millions $) et que le budget disponible pour l’investissement est limité, la valeur actuelle nette ne devrait pas être le seul indicateur utilisé pour classer les options de recherche.
Taux de Rentabilité Interne (TRI)
Le taux de rentabilité interne est le taux d’escompte auquel l’investissement de recherche atteint l’équilibre. Techniquement, c’est le taux d’escompte auquel la VAN égale zéro signifiant que la valeur actuelle des coûts de notre recherche égalerait exactement la valeur actuelle des bénéfices de la recherche. Essentiellement, le taux de rentabilité interne est le taux d’intérêt gagné sur l’investissement de recherche et peut être comparé à d’autres taux d’intérêt gagnés par une autre utilisation des fonds. De là, les recherches sont considérées comme un bon investissement si le taux de rentabilité interne excède ces autres taux. Dans notre cas, l’investissement de recherche est un investissement sain si le taux de rentabilité interne excède 10% (qui est le taux d’escompte appliqué dans notre modèle d’Analyse coûts-avantages). En général, plus le taux de rentabilité interne d’un investissement de recherche sur le bananier est élevé, plus il est souhaitable d’entreprendre ce projet.
Nombre de bénéficiaires
Le nombre de bénéficiaires représente le nombre estimé de ménages et de personnes qui profiteront de l’option de recherche. Ces nombres sont basés sur le plafond d’adoption dans chacun des pays, la superficie de production dans ces pays ainsi que l’hypothèse de superficie de production bananière moyenne d’un agriculteur et la taille moyenne du ménage. Comme pour les résultats de la valeur actuelle nette, cette information devrait être interprétée en tenant compte des écarts des investissements requis/supposés pour chaque option de recherche.
Réduction de la pauvreté
La réduction de la pauvreté montre le nombre de personnes pouvant être extraites de la pauvreté grâce à l’adoption d’une nouvelle technologie résultant de l’investissement de recherche sur le bananier. Puisque l’impact final et le but des investissements dans la recherche agricole publique est d’en faire profiter les pauvres en éradiquant la pauvreté et la faim, les résultats du modèle de réduction de la pauvreté sont un indicateur complémentaire important complétant les résultats de l’Analyse coûts-avantages. Dans ce souci de plus d’équité, nous faisons un ajustement à la région spécifique où les bénéfices surviennent par l’inclusion d’indicateurs de pauvreté nationaux et spécifiques de la région appelés ‘élasticités’ de la pauvreté. En conséquence, le classement des options de recherche peut différer du classement des autres indicateurs. Généralement, les options de recherche avec une plus grande adoption attendue en Afrique subsaharienne, où les taux de pauvreté sont beaucoup plus élevés qu’en Amérique latine et Caraïbes et en Asie, se classeront mieux en considérant la réduction de la pauvreté attendue.
6.2. Résultats d'analyse coûts-avantages utilisant le modèle de surplus économique

Pour l’évaluation de bénéfices résultant de l’adoption de technologie, nous avons utilisé un horizon de 25 ans et le calcul de la valeur actuelle nette (VAN) est basé sur un taux d’escompte de 10%. Pour corriger une potentielle surestimation des bénéfices, nous avons fait fonctionner le modèle pour un second scénario d’adoption, plus conservateur pour lequel le plafond d’adoption évalué par les personnes ressources a été réduit de 50 % tandis que tous les autres paramètres sont restés constants.

Le scénario avec les évaluations du plafond d’adoption originelles est appelé “Adoption haute” et le scénario le plus conservateur (adoption à 50%) “Adoption basse.”

Les résultats du modèle de surplus économique et de l’analyse coûts-avantages sont indiqués dans le tableau suivant:

Technologie

Superficie d’adoption

Tous bénéfices

Adoption
Basse

Adoption
Haute

Adoption
Basse

Adoption
Haute

(‘000 ha)

(‘000 ha)

VAN
($’000)

TRI
(%)

VAN
($’000)

TRI
(%)

Rétablissement après BBTV

404

807

1,340,032

63

2,740,802

79

Lutte contre BXW : variétés GM résistantes

436

872

105,619

38

216,028

46

Lutte contre BXW : pratiques culturales

643

1,287

1,980,437

76

4,083,161

95

Intensification des systèmes de culture*

627

1,253

547,506

43

1,127,387

54

EAHB résistants (NOUVEAU)

592

1,185

98,516

23

214,366

28

EAHB résistants (LIBÉRATION)

397

795

300,974

51

612,477

61

Plantains résistants(NOUVEAU)

524

1,049

295,359

29

618,668

34

Plantains résistants (LIBÉRATION)

449

898

1,110,961

64

2,264,126

75

Foc A: Quarantaine – Scénario 1**

441

– 300,739 14 – –

Foc A: Quarantaine – Scénario 2***

396

– 193,661 13 – –

Foc A: Quarantaine – Scénario 3****

330 – 69,627 11 – –

Foc B: Lutte intégrée

172 344 505,714 30 1,052,200 36

Foc C: Cultivars résistants

307 614 186,519 20 424,864 25

Foc D: Cultivars GM résistants

63 127 137,024 28 286,030 34

BBTV = Banana Bunchy Top virus; BXW = Banana Xanthomonas wilt; Foc = Fusarium oxysporum f. sp. cubense

Remarques: scénario d’adoption basse : analyse avec un plafond d’adoption réduit de 50%; VAN calculée par un taux d’intérêt réel de 10%; *Les bénéfices issus de la variabilité moindre du rendement et du statut amélioré (à la ferme) des ressources naturelles (comme, la fertilité des sols) n’ont pas été inclus dans cette évaluation, induisant probablement une sous-estimation ou un seuil inférieur de l’effet; ** Scénario 1: Doublement du temps d’arrivée et augmentation réduite de 50 % du taux de perte (12,50%) une fois Foc ayant atteint le pays en comparaison d’un scénario sans intervention; *** Scénario 2: temps d’arrivée identique au scénario 1 moins 5 ans; augmentation réduite de 50 % du taux de perte (12,50%) une fois Foc ayant atteint le pays; **** Scénario 3: temps d’arrivée identique au scénario 1 moins 5 ans; augmentation réduite de 25% du taux de perte (18,75%) une fois Foc ayant atteint le pays;

Source: Résultats de l’Évaluation Stratégique des Priorités de Recherche sur le Bananier

En bref, toutes les options de recherche évaluées rapportent des taux de rentabilité internes positifs assez importants (tel, des retours sur investissement bien au-dessus d’un taux d’intérêt standard de 10 %). Les taux de rentabilité internes sont positifs et au-dessus de 10 %, même sous le scénario d’adoption basse (de 50 %). Il existe, cependant, une variation considérable du retour sur investissement entre les options de recherche, “Lutte contre BXW : pratiques culturales” avec un retour évalué à 76 % et « Foc A : Quarantaine – Scénario 3” évalué à 11 %.

Les valeurs actuelles nettes estimées sont positives partout, confirmant des investissements profitables. Comme les coûts de Recherche & développement (c.-à-d., le niveau d’investissement) varient considérablement selon les options de recherche, les deux indicateurs du taux de rentabilité interne et de la valeur actuelle nette produisent des classements quelques peu différents des options de recherche en termes de rentabilité.

Le tableau indique aussi la superficie estimée sur laquelle la nouvelle technologie sera adoptée sous les deux scénarios d’adoption haute et basse. Selon la définition des scénarios, le plafond d’adoption atteint sous le scénario d’adoption basse est la moitié de celui du scénario d’adoption haute. La superficie d’adoption estimée est un indicateur complémentaire à considérer en décidant des financements puisqu’elle traduit le nombre probable des bénéficiaires de la nouvelle technologie.

Téléchargez le PDF avec le tableau ici.

6.3. Nombre de bénéficiaires, réduction de la pauvreté et distribution régionale des impacts

Le tableau suivant montre le nombre estimé de ménages et de personnes qui profiteront de chacune des options de recherche. Ces nombres sont déterminés par le plafond d’adoption dans chacun des pays, le nombre de pays inclus et la superficie de production dans ces pays.

Comme pour les résultats de la valeur actuelle nette, cette information devrait être interprétée en tenant compte des différences d’investissement requis/supposés pour chaque option de recherche.

Technoloie

Nombre de bénéficiaires

Réduction de la pauvreté

Adoption
Basse

Adoption
Haute

Adoption
Basse

Adoption
Haute

Ménages
[‘000]

Personnes [‘000]

Ménages[‘000]

Personnes[‘000]

Personnes
[‘000]

Personnes
[‘000]

Rétablissement après BBTV

2,018 9,674 4,036 19,348 638 1,285

Lutte contre BXW: Variétés GM résistantes

2,173 10,745 4,346 21,489 155 311
Lutte contre BXW: Pratiques culturales 3,217 15,665 6,434 31,329 1,611 3,287

Intensification des systèmes de culture

1,397 6,428 2,794 12,856 342 686

EAHB résistants (Nouveau)

934 4,326 1,869 8,652 953 1,935

EAHB résistants (Libération)

634 2,937 1,267 5,874 389 782

Plantains résistants (Nouveau)

1,979 8,820 3,957 17,641 390 800

Plantains résistants (Libération)

1,696 7,566 3,393 15,133 247 50

Foc A: Quarantaine – Scenario 1*

2,014 9,772 – – 836 –

Foc A: Quarantaine – Scenario 2**

1,810 8,799 – – 738 –

Foc A: Quarantaine – Scenario 3***

1,489 7,200 – – 639 –

Foc B: Lutte intégrée

817 3,938 1,634 7,875 79 157

Foc C: Cultivars résistants

1,475 7,204 2,950 14,408 430 865

Foc D: Cultivars GM résistants

306 1,371 612 2,743 44 89

BBTV = Banana Bunchy Top virus; BXW = Banana Xanthomonas wilt; Foc = Fusarium oxysporum f. sp. cubense
Remarques: Scénario d’adoption basse: analyse avec un plafond d’adoption réduit de 50 %; * Scénario 1: Doublement du temps d’arrivée et augmentation réduite de 50 % du taux de perte (12,50%) une fois Foc ayant atteint le pays en comparaison d’un scénario sans intervention; **Scénario 2 : temps d’arrivée identique au scénario 1 moins 5 ans; augmentation réduite de 50% du taux de perte (12,50%) une fois Foc ayant atteint le pays; ***Scénario 3: temps d’arrivée identique au scénario 1 moins 5 ans; augmentation réduite de 25 % du taux de perte (18,75 %) une fois Foc ayant atteint le pays;

Source:
 Résultats de l’Évaluation Stratégique des Priorités de Recherche sur le Bananier

Les deux dernières colonnes du tableau montrent les résultats du calcul des effets estimés sur la réduction de la pauvreté des différentes options de recherche. Ces résultats indiquent un « classement » différent des options de recherche. Le nombre attendu de personnes pauvres extraites de la pauvreté est en partie déterminé par l’ampleur de la valeur actuelle nette, qui est un intrant utilisé pour le calcul.

Le modèle s’ajuste par région où les bénéfices surviendront par l’inclusion d’indicateurs nationaux de la pauvreté et des élasticités régionales spécifiques. En conséquence, les options de recherche qui présentent une part élevée d’adoption prévue en Afrique subsaharienne (comme, la sélection d’EAHB résistants) se classent mieux par cet indicateur de performance et celles avec la plus grande part d’adoption en Amérique latine et Caraïbes (comme, la sélection des variétés de plantains résistantes) à un rang moindre.

Le tableau suivant présente la distribution régionale de la superficie d’adoption pour les différentes options de recherche. Notons que ces nombres sont déterminés par le choix de pays à être inclus et, bien que les personnes ressources aient compilé les listes de pays à inclure d’après la sévérité/présence de la contrainte ou la pertinence de la nouvelle technologie, on peut envisager d’élargir la (les) région(s) cible et/ou adapter les innovations en question à d’autres zones. Aussi, la distribution régionale des bénéfices n’est pas seulement subordonnée à la superficie d’adoption mais aussi à d’autres paramètres utilisés dans le modèle, comme la productivité et les effets des coûts, les prix des cultures et le taux de succès probable.

Technologie

Aire d’adoption après 25 ans (scenario Adoption Haute)

Afrique

Amérique latine & Caraïbes

Asie/Pacifique

Tous

[‘000 ha]

 [%]

[‘000 ha]

 [%]

[‘000 ha]

 [%]

[‘000 ha]

Rétablissement après BBTV

706 87 – – 101 13 807

Lutte contre BXW: Variétés GM résistantes

872 100 – – – – 872

Lutte contre BXW: Pratiques culturales

1,287 100 – – – – 1,287

Intensification des systèmes de culture

1,051 84 69 5 134 11 1,253

EAHB résistants (Nouveau)

1,185 100 – – – – 1,185

EAHB résistants (Libération)

795 100 – – – – 795

Plantains résistants (Nouveau)

646 62 371 35 31 3 1,049

Plantains résistants (Libération)

548 61 315 35 35 4 898

Foc A: Quarantaine – Scenario 1*

203 46 44 10 194 44 441

Foc A: Quarantaine – Scenario 2**

181 46 39 10 175 44 396

Foc A: Quarantaine – Scenario 3***

157

47 39 12 135 41 330

Foc B: Lutte intégrée

6 2 21 6 317 92 344

Foc C: Cultivars résistants

217 35 23 4 373 61 614

Foc D: Cultivars GMrésistants

18 14 3 2 106 83 127

BBTV = Banana Bunchy Top virus; BXW = Banana Xanthomonas wilt; Foc = Fusarium oxysporum f. sp. cubense

Remarques: Scénario d’adoption basse: analyse avec un plafond d’adoption réduit de 50%; *Scénario 1: Doublement du temps d’arrivée et augmentation réduite de 50 % du taux de perte (12,50%) une fois Foc ayant atteint le pays en comparaison d’un scénario sans intervention; **Scénario 2: temps d’arrivée identique au scénario 1 moins 5 ans; augmentation réduite de 50 % du taux de perte (12,50 %) une fois Foc ayant atteint le pays; ***Scénario 3: temps d’arrivée identique au scénario 1 moins 5 ans; augmentation réduite de 25 % du taux de perte (18,75%) une fois Foc ayant atteint le pays

Source: Résultats de l’Évaluation Stratégique des Priorités de Recherche sur le Bananier.

Téléchargez le PDF avec les deux tableaux ici.

6.4. Analyse de Sensibilité

Photo Credit: R. Swennen KU Leuven/Bioversity International

Toutes les évaluations ex ante tentent de prévoir les résultats futurs d’investissements (hypothétiques) et les résultats sont basés sur les estimations (obtenues des experts) des coûts et des effets. Il est donc tout à fait pertinent de s’interroger sur la robustesse des résultats de l’évaluation des priorités sachant la grande incertitude qui entoure l’évaluation des paramètres et la pose d’hypothèses sur des événements futurs. Dans plupart des cas, les experts sont trop optimistes sur l’adoption future et l’effet d’une nouvelle technologie. Pour contrer ce problème, il est de bonne pratique de conduire une analyse de sensibilité qui permet d’explorer la sensibilité des résultats de l’évaluation aux variations des estimations des variables clés.

Pour l’analyse de sensibilité, nous nous sommes concentrés sur ces paramètres obtenus des personnes ressources (experts) plutôt que sur les paramètres inhérents au modèle (élasticités ou taux d’escompte) ou les paramètres alimentés par les statistiques (inter)nationales (comme la superficie de la production bananière, le rendement ou les prix au départ de la ferme). Afin de garder cette la section (et le nombre de scénarios) gérable, nous nous sommes concentrés sur les paramètres les plus importants qui semblent en même temps tendre le plus aux hypothèses excessivement optimistes.

  • Le principal paramètre conduisant l’évaluation est la superficie d’adoption de la nouvelle technologie. Dans la section des résultats vous avez vu que nous avons déjà inclus un scénario bien plus conservateur “l’adoption basse” qui suppose un plafond d’adoption inférieur de 50%. Pour tester la robustesse de nos résultats, nous sommes allés plus loin en testant si les investissements seraient encore profitables si l’adoption n’était que de seulement 25% de la prévision des experts. Même sous ce scénario extrêmement conservateur, les options de recherche évaluées atteignent des valeurs actuelles nettes positives et des taux de rentabilité interne bien au-dessus du seuil de 10%. Puisqu’un plafond d’adoption réduit affecte toutes les options de recherche de la même manière, le classement des options de recherche reste inchangé.
  • En outre, tout prend toujours plus de temps qu’initialement prévu, ainsi nous avons considéré un début retardé des bénéfices. Les retards d’adoption sont communs et pourraient être causés par un délai de recherche plus long que prévu, et/ou des retards des actions de mise à l’échelle et de diffusion ultérieures qui assurent que la technologie est disponible aux agriculteurs. Nous avons supposé que l’adoption commencerait 2 ans plus tard que prévu, en gardant le plafond d’adoption et la vitesse identiques. Alors que les valeurs actuelles nettes et le taux de rentabilité interne pour toutes les options de recherche seront réduits (considérablement pour certains), toutes les options de recherche seraient toujours classées comme des investissements économiquement viables.
  • C’est seulement en combinant les deux scénarios décrits ci-dessus, soit le calcul des résultats pour une adoption très réduite ET un retard, que les indicateurs de la valeur actuelle nette et taux de rentabilité interne chutent pour certaines options de recherche.

En résumé, notre analyse de sensibilité montre que les résultats de l’évaluation des priorités sont robustes même sous des scénarios plutôt extrêmes comme une adoption très faible (seulement 25%) ou des délais. Si vous êtes intéressés par les résultats détaillés de l’analyse de sensibilité pour une ou plusieurs des options de recherche, veuillez consulter la section sur l’analyse de sensibilité de notre rapport.

Knowledge toolkit

  • 1. Identifier les principales contraintes et opportunités
    • 1.1. Résumé de l’enquête auprès des experts
    • 1.2 Résultat d’atelier de Kampala
  • 2. Formulation d’options de recherche
  • 3. Méthodologie pour l’évaluation
    • 3.1. Analyse Coûts-Avantages
    • 3.2. Modèle des effets sur la pauvreté
    • 3.3. Estimation du nombre de bénéficiaires potentiels
  • 4. Processus de détermination des paramètres et des sources d’information
  • 5. Estimations de paramètres et hypothèses sous-jacentes
  • 6. Résultats
  • 7. Limites et leçons tirées
  • 8. Enquête
file_downloadDownload full Report
                             
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.