Modèles et analyses d’impact des politiques agricoles européennes : des améliorations possibles

Telle est la conclusion que vient de tirer une équipe de chercheurs néerlandais d’une revue de la littérature des dix dernières années, publiée dans Agricultural Systems. Elle est encore plus flagrante lorsqu’on se focalise sur les modèles centrés sur l’exploitation agricole, pourtant particulièrement adaptés à l’analyse des politiques agricoles actuelles ou futures.

Cette étude s’inscrit dans la continuité de celle menée il y a dix ans par la même équipe, sur les modèles agricoles bio-économiques basés sur la programmation mathématique. Les auteurs avaient alors préconisé d’approfondir la modélisation du processus de décision de l’agriculteur pour mieux saisir les impacts différenciés des politiques selon les types d’exploitation. Ils utilisent aujourd’hui une méthode similaire consistant à évaluer les différents modèles sur leurs capacités à traduire le comportement de l’agriculteur, l’inclusion de facteurs sociaux et environnementaux, et la transférabilité de l’outil à d’autres travaux de recherche.

Cadre général de réflexion pour analyser l’utilisation de modèles d’exploitation agricole pour des analyses d’impact des politiques agricoles et rurales européennes

Modeles.jpg

Source : Agricultural Systems

La revue porte sur la période 2003-2014 et sur l’Union européenne. Dans un premier temps, les auteurs ont dénombré les analyses d’impact de la politique agricole et rurale utilisant, parmi un total de 24, des données issues de travaux de modélisation : cela a été le cas pour un peu plus d’un tiers seulement (9) et, parmi ceux-ci, une partie des modèles utilisés n’était pas documentée.

Dans un second temps, ils se sont intéressés aux publications scientifiques consacrées aux modèles centrés sur l’exploitation agricole. De 2003 à 2014, plus de 200 articles ont été publiés, la finalité des travaux étant clairement l’analyse de mesures de politique agricole. La majorité des modèles utilise la programmation mathématique, est statique et centrée uniquement sur la maximisation du profit : pour les auteurs, mieux expliquer et prévoir le comportement des agriculteurs impliquera à l’avenir d’introduire plus systématiquement le risque, de développer des fonctions multi-objectifs, de combiner les résultats de modèles avec ceux d’enquêtes auprès des agriculteurs, etc. Des progrès peuvent également être réalisés en s’appuyant sur les sciences cognitives et l’intelligence artificielle. Enfin, un effort important doit être fait, de la part des chercheurs, pour expliciter les méthodes retenues et fournir les éléments nécessaires pour une évaluation par les pairs.

In fine, les conclusions de la revue de littérature ont été présentées lors d’un atelier d’experts et parties prenantes européens. Si des progrès sont attendus sur les modèles eux-mêmes, une plus grande utilisation de la modélisation dans les analyses d’impact passerait, selon les auteurs, surtout par un meilleur porté à connaissance de ces travaux.

Muriel Mahé, Centre d’études et de prospective

Source : Agricultural Systems

image_pdfimage_print