See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/351992827

Analyse de l'impact du Changement Climatique sur l'Agriculture dans la Région

MENA

Article · May 2021

CITATIONS READS

0 1,382

1 author:

Reda el Harraki
Mohammed V University of Rabat
1 PUBLICATION 0 CITATIONS

SEE PROFILE

All content following this page was uploaded by Reda el Harraki on 31 May 2021.

The user has requested enhancement of the downloaded file.

 Around the world, climate change is an existential threat – but if we harness the
opportunities inherent in addressing climate change, we can reap enormous economic
benefits

Ban Ki-moon,

XI
Introduction générale :

L’agriculture, le secteur qui assure principalement l’alimentation des hu-

mains, et par ailleurs l’existence de l’homme est considéré comme l’activité
la plus dépendante aux variables climatiques. Le climat continue à placer
sans cesse le secteur agricole devant des défis. La hausse des températures,
la variation des précipitations ainsi que les émissions du CO2, les engrais,la
fréquence et l’intensité des phénomènes météorologiques extrêmes induits
par le changement climatique s’ajoutent aux pressions qui pèsent sur les
systèmes agricoles et alimentaires mondiaux.

Les effets du changement climatique et des phénomènes météorologiques

plus extrêmes et fréquents mettent en péril la capacité du secteur agricole
d’alimenter une population mondiale croissante, de réduire la pauvreté et
de tirer la croissance économique.

Les impacts du climat sur l’agriculture varient d’une région du globe à

une autre avec des conséquences socio-économiques particulièrement impor-
tantes .Le changement climatique aura de graves répercussions sur le secteur
agricole et la sécurité alimentaire des pays du Moyen-Orient et d’Afrique du
Nord, entraînant une réduction substantielle des rendements des cultures.
En outre, le changement climatique entraînera de graves problèmes liés à la
gestion des ressources en eau et à l’élévation du niveau de la mer, et l’impact
négatif du changement climatique sur l’agriculture peut également entraîner
d’autres effets négatifs. La migration de la population des zones rurales vers
les zones urbaines s’est accrue et a donc encore affecté le processus d’urba-
nisation. Questions connexes liées au logement, aux possibilités d’emploi et
aux investissements dans les infrastructures. Dans cette analyse, le traite-
ment sera strictement lier à la région du Moyen-Orient et de l’Afrique du
Nord (MENA) qui désigne une grande et diverse région dont les capacités
de développement sont encourageante, mais sous exploitées. Autre que les
problèmes géopolitiques dont souffre la région, les pays profitent d’une posi-
tion géographique privilégiée au croisement de l’Europe, de l’Afrique et de
Introduction générale

l’Asie ; une population jeune et de plus en plus formée ; ainsi qu’un grand
potentiel dans des secteurs tels que les énergies renouvelables, l’industrie,
le tourisme et les services d’aide au développement des entreprises. Depuis
le Maroc au nord-ouest de l’Afrique jusqu’à l’Iran au sud-ouest de l’Asie,
qui comprend généralement tous les pays du Moyen-Orient et de l’Afrique
du Nord. La liste des pays y appartenant est généralement celle-ci : Algérie,
Arabie saoudite, Bahreïn, Djibouti, Égypte, Émirats arabes unis, Éthiopie,
Iran, Irak, Israël, Jordanie, Koweït, Liban, Libye, Mauritanie, Maroc, Oman,
Qatar, Soudan, Syrie, palestine, Tunisie et Yémen.

Ce projet de fin d’étude cherche à analyser l’impact du changement clima-

tique sur l’agriculture de la région MENA, ceci en étudiant la situation du
secteur agricole et l’évolution des changements climatiques et leurs variables
de contrôle ,ainsi que les mesures politiques adoptés par les pays de la région
pour limité l’impact des effets néfastes du changement climatique.

En raison de leur situation géographique, le Moyen-Orient et l’Afrique du

Nord sont parmi les plus vulnérables au changement climatique, mais le de-
gré d’impact varie d’un pays à l’autre. L’analyse de l’impact du changement
climatique sur l’agriculture sera concentrer principalement sur dix pays de
la région MENA faute d’indisponibilité des données à savoir : Maroc, Al-
gérie, Egypte, Jordanie, Koweït, Oman, Arabie saoudite, Tunisie, Emirats
arabe, Soudan. Selon certaines études, l’augmentation moyenne de la tem-
pérature et la diminution du niveau des précipitations au Moyen-Orient et
en Afrique du Nord pourraient être supérieures à la moyenne mondiale. Les
impacts attendus de ces pays vont de la perte d’eau à la dégradation des
sols, de l’intrusion d’eau de mer à l’élévation du niveau de la mer (SLR).

Les gouvernements de divers pays dans MENA étaient conscients de ces

défis et avaient pris les mesures d’adaptation et d’atténuation nécessaires.

Donc notre étude cherche à résoudre ces problématiques et à répondre aux

questions suivantes :
• Quel impact de changement climatique sur la valeur ajouté agricole dans les pays
de la région MENA ?
• comment réduire l’impact de changement climatique sur la valeur ajouté agricole
dans MENA ?
• comment peut-on lutter contre le changement climatique à l’aide de politique
publique ?
• Développer l’agriculture ou lutter contre le changement climatique ?
Introduction générale

Pour ce faire, nous étudierons tout d’abord un cadre conceptuel du pro-

blème de l’agriculture et le changement climatique tout en analysant dans
un premier lieu l’importance qu’occupe l’agriculture dans la région MENA,
et les actions publiques menées avec l’intérêt d’atténuer les effets du change-
ment climatique sur la région dans un deuxième lieu. Notre étude sera faite
par le billet de la méthode d’économétrie des données de panel ,
afin de mesurer le volume de dommages causés par les différents variables
du changement climatique sur l’agriculture.
Chapitre 1

Le Cadre Conceptuel du Problème

de l’Agriculture et le Changement
Climatique :
Le Cadre Conceptuel du Problème de l’Agriculture et le Changement Climatique :

Introduction :
L’agriculture est la principale source de revenu de 80% de la population
pauvre dans le monde (selon la banque mondiale). Elle représente un levier
de stimulation de la croissance économique, de la réduction de la précarité
et de l’augmentation des revenus, elle occupe le tiers du PIB mondiale.
En outre, cette région est spécialement vulnérable aux effets des GES, sur-
tout avec sa position géographique.
Dans ce chapitre, notre objectif est de démontrer l’importance qu’occupe
l’agriculture dans les pays du Moyen-Orient et l’Afrique du Nord et les
dommages causés par le changement climatique. Pour aboutir à cet objec-
tif nous proposons une revue bibliographique des études qui traitent les
relations entre le changement climatique et la production agricole.

Plusieurs théories ont tenté de développer une vaste littérature, nous men-
tions ci dessous plusieurs approches qui ont tenté d’analyser le sujet sous
l’ongle de différents facteurs.

Comme de nombreux autres pays, Le Maroc a fourni un effort énorme pour

améliorer son secteur agricole, en outre il a multiplié ses actions pour faci-
liter l’intégration de l’économie marocaine dans l’économie internationale.
Actuellement, la préservation de l’agriculture au Maroc est assez dévelop-
pée par rapport au secteur industriel et aux pays méditerranéens voisins.
(Wallace E. Tyner, 2010).

La position géographique de la région MENA, affaiblit les pays de la région

et elle les rend plus vulnérables, bien que de façon différenciée selon les pays.
En outre les études ont montré que la hausse des températures moyennes et
la baisse des précipitations risquent d’être plus importantes que la moyenne
mondiale. De nombreux effets néfastes vont avoir lieu comme l’élévation
du niveau de la mer et la pénétration des eaux salées dans les terres, la
diminution des ressources en eau, la dégradation des sols... De tels impacts
sont susceptibles d’affecter les activités économiques, et plus précisément le
secteur agricole. (Nicolas Péridy et Marc Brunetto, 2012).

Les bilans emplois-ressources de la FAO entre 1961 et 2011, montrent la forte

vulnérabilité de la région Afrique du Nord – Moyen-Orient et la croissance
continue de la dépendance alimentaire dans ces pays, s’explique d’abord par
l’évolution démographique, les changements climatiques et la mutation des
régimes alimentaires. Les faibles rendements des agricultures régionales sont
Le Cadre Conceptuel du Problème de l’Agriculture et le Changement Climatique :

dus aux contraintes naturelles à savoir la rareté des terres cultivables et de

l’eau, et le réchauffement climatique, auxquelles s’ajoutent les défaillances
des politiques agraires et agricoles(Pauline Marty, Bertrand Schmitt, Sté-
phane Manceron, 2017.

La région MENA montre des différences remarquables en termes écono-

miques d’un pays à l’autre. Cependant, tous les pays partagent une menace
commune, qui est l’extrême vulnérabilité au changement climatique. Ce der-
nier, affecte fortement la productivité agricole et la sécurité alimentaire dans
toute la région, mais les pays réagissent différemment selon leur niveau de
revenu, les pays à haut niveau ont tendance à exercer des activités à forte
intensité énergétique ce qui peut aggraver les dommages environnementaux
(Simone Borghesi, Elisa Ticci 2019).

Les tendances actuelles de la croissance démographique, des habitudes ali-

mentaires et de la production agricole conduiraient à une augmentation
continue des importations agricoles dans la région MENA jusqu’en 2050.
L’augmentation de la dépendance aux importations agricoles serait plus pro-
noncée à mesure que les impacts du changement climatique se feraient sentir
dans la région. Les trois sous-régions du Maghreb, du Moyen-Orient et du
Proche-Orient seraient les plus touchées, avec des importations nettes attei-
gnant près de 70% des besoins intérieurs, Étant donné que la dépendance
régionale aux importations agricoles deviendra plus prononcée à mesure que
les impacts du changement climatique s’aggraveront, le moyen le plus effi-
cace de limiter la dépendance aux importations est de prendre des mesures
pour atténuer les effets du changement climatique, ce que seuls les accords
internationaux et l’adoption de politiques climatiques mondiales vigoureuses
rendre possible(Chantal Le Mouël, Agneta Forslund).

l’Agriculture joue un rôle important dans les économies de la plupart des

pays du Moyen-Orient et d’Afrique du Nord. La contribution du secteur
agricole à l’économie globale varie considérablement d’un pays à l’autre de
la région, allant d’environ 3,2% en Arabie saoudite à 13,4% en Égypte. L’ir-
rigation à grande échelle prend de l’ampleur, ce qui permet une production
intensive de cultures de rente et d’exportation de grande valeur, y compris
les fruits, les légumes, les céréales et le sucre. (Dirk Lechtenberg 2018).
1.1. AGRICULTURE ET SON IMPACT ÉCONOMIQUE DANS LA RÉGION
MENA :

1.1 Agriculture et son impact économique dans la

région MENA :
L’agriculture est la principale source de revenu de 80% de la population
pauvre dans le monde (selon la banque mondiale). Elle représente un levier
de stimulation de la croissance économique, de la réduction de la précarité et
de l’augmentation des revenus, elle occupe le tiers du PIB mondiale (selon
une étude effectuée par la banque mondiale en 2014).

La région du Moyen-Orient et de l’Afrique du Nord a fait preuve de vulné-

rabilité depuis la flambée des prix en 2008.

L’agriculture dans le monde arabe est un secteur très diversifié, dont la

contribution au PIB varie, représentant plus de 14% en Égypte et au Maroc
et moins de 1% au Koweït et aux Émirats arabes unis. La taille de la popu-
lation rurale est de même diverse, allant d’un peu plus de 1% au Qatar à
près de 68% au Yémen. Avec des taux élevés de croissance de la population
et des zones limitées de ressources en terres arables et en eau, la région
MENA est confrontée à un défi clair : comment assurer un accès fiable à des
sources alimentaires nutritives. Alors que la région est un importateur net
de produits agricoles – et est donc dépendante du commerce pour ses besoins
de base en céréales, huile alimentaire et sucre par exemple – la protection
frontalière des produits agricoles reste élevée dans certains pays. L’OCDE
conseille aux gouvernements d’évoluer vers des instruments politiques ciblés
qui soient adaptés à des objectifs spécifiques, équitables et ne faussent que
de manière minimale la production et les échanges.(L’OCDE)

Agriculture à la région MENA :

En 2019, le pourcentage de la valeur ajoutée du secteur agricole dans le PIB
varie dans la région MENA selon le pays et le pourcentage qu’occupe les
terres agricoles dans la superficie du pays [FIGUIRE 1.1]. En effet, en 2019
secteur agricole a participé avec de 12% du PIB en Algérie, 11% en Egypte
et au Maroc et plus que 10% en Tunisie, tandis que le secteur ne parti-
cipe qu’avec moins de 3% dans des pays comme le Qatar, Koweït, Émirats
arabes unis, Palestine, et Djibouti, ceci est expliqué d’un côté par la super-
ficie qu’occupent les terres agricoles dans ces pays, La stabilité politique, et
le niveau d’industrialisation des pays.
1.1. AGRICULTURE ET SON IMPACT ÉCONOMIQUE DANS LA RÉGION
MENA :

pays terre agricole en Superficie Valeur la part de la

Km2 2019 en Km2 Ajouté terre agricole
2019 Agricole dans la su-
2019 perficie(en%)
total
Emirats arabes unis 3887,9 83600 0,7 5
Djibouti 17020 23200 1,4 73
Algérie 413601,9922 2381740 12,0 17
Égypte 37337,7002 1001450 13,0 4
Palestine 5320 22070 1,1 24
Koweït 1500 17820 0,4 8
Maroc 305915 446550 13,4 69
Oman 14360 309500 2,5 5
Qatar 670 11610 0,2 6
Arabie saoudite 1736190 2149690 2,2 81
Tunisie 100730 163610 10,4 62
Turquie 383270 785350 6,4 49

TABLE 1.1 – banque mondiale.

élaboration personnelle.

l’agriculture représente un secteur essentiel dans plusieurs pays de la région

MENA, avec participation supérieure de 17% dans la région comme l’Algé-
rie, le Maroc, l’Égypte, et la Tunisie. Tandis que le secteur reste marginal
dans certains pays à savoir : Qatar, Koweït, Emirats arabes unis, Palestine
et l’Arabie saoudite dans la valeur ajoutée du secteur agricole ne dépasse
pas les 4% (2019).[F IGUIRE 1.1]
1.1. AGRICULTURE ET SON IMPACT ÉCONOMIQUE DANS LA RÉGION
MENA :

Représentation graphique :

FIGURE 1.1 – La Valeur Ajouté Agricole génerée par les pays de MENA

1.1.1 l’agriculture au Maroc :

Le secteur agricole représente un solide pilier de l’économie
marocaine :
Représentation graphique sur la contribution du secteur agricole dans le
PIB marocain :
1.1. AGRICULTURE ET SON IMPACT ÉCONOMIQUE DANS LA RÉGION
MENA :

FIGURE 1.2 – contribution du secteur agricol dans le PIB marocain.

Avec quatre millions d’emplois, le secteur agricole est ainsi l’un des princi-
paux secteurs d’activité au niveau national. La population rurale est d’ailleurs
estimée à 18 millions de personnes, ce qui représente 49% de l’ensemble des
ménages au niveau national. La part de l’amont agricole dans l’économie
nationale est considérable avec 74 milliards de dirhams, ce qui correspond
à 16% du Produit intérieur brut (PIB) en 2019. Malgré des cycles de sé-
cheresse répétés, le PIB agricole a plus que doublé depuis les années 60. Le
Maroc a également amélioré son autosuffisance concernant certaines den-
rées alimentaires, dans un contexte marqué par une intégration grandissante
du marché international. Le Royaume assure ainsi 100% de ses besoins en
viandes, fruits et légumes ; 82% de ses besoins en lait, 50% de ses besoins
en sucre, 60% de ses besoins en céréales et 20% de ses besoins en huile.

A l’international, les importations agricoles représentent entre 14 et 24%

des importations globales. Quant aux exportations agricoles, elles repré-
sentent entre 15 et 21% des exportations globales. (Source le ministère de
1.1. AGRICULTURE ET SON IMPACT ÉCONOMIQUE DANS LA RÉGION
MENA :

l’agriculture, de la pêche maritime, du développement rurale et des Eaux et

Forêts).

Au Maroc, en 2015, les terres agricoles représentaient près de 69% du terri-

toire national, toutes fois une grande partie de cette surface est dédiée aux
parcours 53 millions d’habitants dont un tiers environ est sur pâturé) et les
forêts s’étendent sur 9 millions ha. Les terres cultivables ne couvrent ainsi
que 8,8 millions d’ha (soit 18% de la superficie totale du pays). Environ 1,4
million d’habitants, soit 15% de cette surface sont irrigables, le reste est
constitué de terres bour10, avec 55% de la surface agricole utile (SAU) de
bour (les zones d’agriculture pluviale) défavorable et 27% en bour favorable.
(Banque Mondiale).

et 138kha.
1.2 Le changement climatique dans la région MENA :
La Convention Cadre des Nations Unies sur les Changements Climatiques
(CCNUCC) définit les changements climatiques comme "les changements
de climat qui sont attribués directement ou indirectement à une activité
humaine altérant la composition de l’atmosphère mondiale et qui viennent
s’ajouter à la variabilité naturelle du climat observée au cours de périodes
comparables".

La région est particulièrement vulnérable aux impacts du changement cli-

matique. On s’attend à ce que le sud et l’est de la Méditerranée connaissent
des tendances de réchauffement plus importantes que le réchauffement moyen
annuel, avec une augmentation prévue de 2,2 à 5,1 degrés Celsius. Dans le
même temps, la région MENA possède le moins de ressources en eau renou-
velables et le moins de terres arables par personne de toutes les régions du
monde. Aggravée par l’évolution des régimes de précipitations, l’insécurité
de l’eau et l’élévation prévue du niveau de la mer, la région devrait connaître
d’importants défis à son développement, en particulier dans l’agriculture, les
moyens de subsistance et la sécurité alimentaire.

L’activité humaine génère actuellement un excès de gaz à effet de serre à

longue durée de vie qui – contrairement à la vapeur d’eau – ne se dissipent
pas en réponse à l’augmentation de la température, ce qui entraîne une
accumulation continue de chaleur.
Les principaux gaz à effet de serre comprennent le dioxyde de carbone, le
méthane et l’oxyde nitreux. Le dioxyde de carbone est le plus connu, avec des
sources naturelles, y compris la décomposition et la respiration animale. La
principale source d’émissions excessives de dioxyde de carbone est la
combustion de combustibles fossiles, tandis que la déforestation a réduit la
quantité de vie végétale disponible pour capter le CO2.

Les effets des changements climatiques anthropiques vont de sécheresses plus

fréquentes et sévères aux tempêtes de neige et aux conditions météorolo-
giques hivernales extrêmes dans les régions tempérées, en raison du réchauf-
fement des fronts météorologiques arctiques. Il n’y a pas que les humains
qui sont touchés. Le réchauffement des températures océaniques augmente
la fréquence du blanchiment des récifs coralliens ; un temps plus chaud et
plus sec signifie que les forêts de certaines régions ne se remettent plus des
feux de forêt et que les habitats fauniques du monde entier sont de moins
en moins accueillants pour les animaux.

Le changement climatique a aussi des effets économiques et sociopolitiques.

La sécurité alimentaire est déjà affectée dans un certain nombre de pays de
la région MENA et des pays africains.

1.2.1 Température :
La région MENA est touchée particulièrement par le réchauffement clima-
tique, en effet la température dans le bassin méditerranéen est supérieur de
plus de 20% de la moyenne mondiale.

Selon une étude effectuée par le réseau méditerranéen d’experts sur les
changements climatiques et environnementaux (MedECC), montre que des
sécheresses extrêmes deviendront plus fréquentes dans tout le bassin mé-
diterranéen, entraînant des impacts importants sur de nombreux systèmes.
En outre la température régionale devrait augmenter de 2,2 °C d’ici 2040.
 Year 1987 2016 variation de la température
Maroc 18,10 18,77 0,7
Algerie 23,39 24,07 0,7
Égypte 22,17 23,54 1,4
Jordanie 18,66 20,20 1,5
Koweït 25,69 26,85 1,2
Oman 25,85 26,46 0,6
Arabie saoudite 25,19 26,09 0,9
Tunisie 20,06 21,04 1,0
Émirats arabes unis 25,19 26,09 0,9
soudan 27,64 28,39 0,8

FIGURE 1.7 – La température moyenne dans la région MENA entre 1987 et 2016.
source : banque mondiale, élaboration personnelle.

Dans la période entre 1987 et 2016 , il est très frappant d’observer que
la moyenne de la température est plus élevée dans cette période, par une
augmentation de 0,7C° pour le Maroc et Algérie, 1,4C° en Egypte, 1,5C°
en Jordanie, 1,2C° en Koweït, 0,9C° en Arabie saoudite et Emirats arabes
unis, et 0,8C° pour le Soudan.
Tous ces faits renforcent la suspicion que le processus de réchauffement cli-
matique a déjà commencé dans les pays de la région MENA. Cependant, une
enquête plus approfondie est nécessaire afin de vérifier si cette l’hypothèse
peut être confirmée économétriquement.

FIGURE 1.8 – Représentation graphique sur la température moyenne dans la région

MENA[2016] :
La température est l’une des variable de contrôle du changement climatique,
en 2016 elle varie dans la région MENA entre 28.4 degré en moyenne au
Soudan qui est l’un des pays les plus chaud dans la région, et le Maroc avec
18.8 degré qui est toujours une moyenne élevée mais qui reste relativement
faible par rapport aux autres pays de la région. [FIGUIRE 1.8].

1.2.2 Précipitations :
En 2016, la hauteur moyenne la plus élevée des précipitations dans certains
pays de la région MENA était de 435 mm en Palestine suivie par 346 mm au
Maroc, ces valeurs restent relativement faible pour les pays qui dépendent
majoritairement sur les précipitations dans leur activité agricole. Tandis que
la hauteur moyenne des précipitations ne dépasse pas 51 mm, 59mm, 74mm,
et 78mm respectivement en Egypte, Arabie Saoudite, Qatar, et les Emirats
arabes unis. Ce qui met en péril l’activité agricole de ses pays.

Pays 2016
Émirats arabes unis 78
Algérie 89
Égypte 51
Palestine 435
Jordanie 111
Koweït 121
Maroc 346
Oman 125
Qatar 74
Arabie saoudite 59
Soudan 250
Tunisie 207
Yémen 167
FIGURE 1.9 – Hauteur moyenne des précipitations (mm par an) en 2016.
source : banque mondiale, 2016, élaboré par moi même.
1.2.3 Emissions de CO2 :
Le dioxyde de carbone (CO2) est libéré dans l’atmosphère terrestre prin-
cipalement par la combustion de combustibles contenant du carbone et la
décomposition du bois et d’autres matières végétales. Dans toutes les condi-
tions que l’on trouve naturellement sur Terre, le CO2 est un gaz invisible et
inodore. Il est principalement éliminé de l’atmosphère par les plantes, qui
extraient le carbone du CO2 pour construire leurs tissus, et par les océans,
dans lesquels le CO2 se dissout.

L’émission de CO2 dans la région MENA :

Les émissions de CO2 varient d’un pays à l’autre dans la région MENA en
2016, en effet l’Arabie Saoudite occupe le premier rang avec 563449 KT, ceci
est principalement expliqué par l’intense activité pétrolière dans ce pays,
tandis que la Turquie est considérée comme le pays le moins participant
dans les émissions du CO2 avec 216 KT seulement.

Pays 2016
Emirats arabes unis 206324
Algérie 150006
Egypte 238560
Jordanie 25108
Koweït 98734
Maroc 61276
Oman 63457
Qatar 103259
Arabie Saoudite 563449
Soudan 20000

FIGURE 1.13 – L’émission de CO2 dans la région MENA :

Source : banque mondiale, élaboré par moi même.
Chapitre 2

Analyse empirique et résultats :

ANALYSE EMPIRIQUE ET RÉSULTAT :

Dans cette section nous allons présenter les données et la méthodologie uti-
lisés comme nous allons expliquer le choix des critères temporels et spatiaux
(durée et pays).

2.1Description des données :

L’ensemble des variables sont codifiées. Ainsi on utilisera pour chaque va-
riable les codes suivants :

Variables Code unité source

VA de secteur agricole VAagr en valeur $ (10 millions)
Émissions total de CO2 CO2 kilotonnes Data World Bank
variation of température Temp C° FAO
Précipitation moyen Préc mm/an
Fertiliser Fertil tonnes

2.2 Résultats et analyse :

A partire du [FIGURE 4.1], On remarque que pour les 300 observations, on
a une moyenne pour le log de valeur ajoutée agricole de 7.84 avec une va-
leur max de plus de 10. Aussi, on voit clairement une dispersion de données,
surtout au niveau du log de précipitation, où la valeur min est négative avec
une valeur max de 7.54.. on a aussi une moyenne de 10.74 pour le log de
CO2 avec une valeur max de 13.38,le log de température a une moyenne de
3.146 avec une valeur min de 2.77 et valeur max de 3.36 ce qui indique que
les données sont concentrées. Les données de logs de fertiliser sont assez dis-
persés avec une moyen de 10.64 mais avec une valeur min de 5.79 et valeur
max de 14.28.

Variables Observation Mean Std.Dev Min Max

LVA 300 7.843497 1.516161 4.545806 10.57601
LCO2 300 10.74419 1.153452 8.013544 13.38027
Ltemp 300 3.146492 0.139073 2.778447 3.365492
LPrécip2 300 4.296129 1.549211 -0.515166 7.543221
LFertilizer 289 10.64609 1.894166 5.793014 14.2845

TABLE 4.1 – Tableau de statistiques descriptives du modèle.

Source : élaboré par l’auteur en utilisant le logiciel Stata 13.
ANALYSE EMPIRIQUE ET RÉSULTAT :

2.2.1 Test de multicolignarité :

La multi-colinéarité est l’un des problèmes qui peut se produire dans une
modélisation et qui peut poser des problèmes dans l’estimation du modèle,
donc il est nécessaire de vérifier l’absence de la multi-colinéarité entre les
variables explicatives. Le tableau suivant permet de conclure qu’il n’y a pas
de multi-colinéarité entre les variables indépendantes, en effet tous les VIF
sont inférieurs à 10.

Variables LVAagr LCO2 Ltemp Lprécip2 Lfert

LVAagr 1.0000
LCO2 0.4388 1.0000
Ltemp -0.0067 0.1623 1.0000
Lprécip2 -0.0379 -0.6001 -0.3391 1.0000
Lfert 0.7966 0.4531 -0.3047 -0.1408 1.0000
Source : élaboré par l’auteur en utilisant le logiciel Stata 13.

LVAagr Coef Std.Err t P>|t|

LCO2 0.2234778 0.0538434 4.15 0.000
Ltemp 3.494545 0.3683217 9.49 0.000
LPrécip2 0.2836153 0.037151 7.66 0.000
LFertilizer 0.6740197 0.0290908 23.17 0.000
cons -13.8614 1.379053 -10.05 0.000
Source : élaboré par l’auteur en utilisant le logiciel Stata 13.

Variable VIF 1/VIF

LCO2 2.04 0.490291
Ltemp 1.35 0.741648
Lprécip2 1.73 0.577762
Lfert 1.55 0.645413
Mean VIF 1.67
ANALYSE EMPIRIQUE ET RÉSULTAT :

2.2.2 Test de spécification :

bien qu’il s’agit des modèles de panel puisque les observations sont compilées
sous forme de données de panel (observations répétées sur chaque pays et
dans le temps). Nous avons privilégié ce type d’analyse parce qu’il permet
de rendre compte simultanément de la dynamique des comportements et de
leur éventuelle hétérogénéité entre les pays, ce qui n’est pas possible avec
les séries temporelles ou les coupes transversales.

L’économétrie des données de panel considère à cet effet quatre types de

modèles canoniques, correspondant chacun à un ensemble de contraintes
particulier sur la manière de modéliser l’hétérogénéité :

•le modèle à effets fixes.

•le modèle à erreurs composées.
•le modèle à coefficients composés.
•le modèle à coefficients aléatoires.

Ainsi, l’un des premiers problèmes qu’il faut résoudre lorsqu’on travaille sur
des données de panel, est celui du choix de la spécification qui répond mieux
à nos attentes.
C’est pourquoi, avant de passer aux estimations, nous avons d’abord ef-
fectué des tests de spécifications pour rechercher l’existence ou non d’effet
spécifique à chaque pays.

2.2.3 Régression linéaire avec effet fixe :

Ce modèle repose sur la différenciation des variables par rapport à la moyenne
individuelle pour éliminer les effets fixes.

Le logiciel STATA nous fait apparaître trois statistiques de R2 et deux F-stat.

Au niveau de ce test c’est le within qui est le plus important des trois.

la sortie de stata laisse entrevoir un bon taux de within (0,6732) ce qui

veut dire que nos variables explicatives (l’émission de CO2, la température,
les précipitations et les fertiliseurs) de notre modèle expliquent à hauteur
de 67,32% la variable Valeur ajoutée agricole. Le R2 within est assez fort.

Les deux F-stat sont toutes inférieures au seuil de 5% ce qui permet de

conclure qu’il y a la prédominance des effets fixes. Les plus valus de 0.000
indiquent la significativité des variables.
ANALYSE EMPIRIQUE ET RÉSULTAT :

On remarque aussi que tout les coefficients de régressions sont assez signi-
ficatifs ( inférieurs à 0.05) sauf du log des précipitations[FIGURE 4.2], on
observe aussi que l’effet de log de température est le supérieur de tous les
autres, ce qui montre la puissance de facteur de température dans le chan-
gement climatique, ceci nous pousse à penser que la priorité doit s’accorder
à normaliser les températures dans les régions MENA si on veut lutter le
changement climatique.

R-sq : within = 0.6732

between = 0.2002 F(4,275) = 141.65
overall = 0.2622 Prob>F = 0.0000
LVAagr Coef Std.Err t P>|t|
LCO2 0.8635432 0.0559819 15.34 0.000
Ltemp 3.496757 0.9878294 3.54 0.000
LPrécip2 0.159429 0.306367 0.52 0.603
LFertilizer 0.1402277 0.02690971 5.21 0.000
cons -13.91771 2.819351 -4.94 0.000
sigma_u 1.473319
sigma_e 0.31848245
rho 0.95535801

F test that all u_i= 0 F (9, 275)=145.03 Prob> F=0.0000

TABLE 4.2 – Régression linéaire avec effet fixe

Source : élaboré par l’auteur en utilisant le logiciel Stata 13.

2.2.4 Régression linéaire avec effet aléatoire :

Comme le modèle à effets fixes celui à effet aléatoire nous donne trois R2.
À ce niveau c’est le R2 between qui est important.

D’après la sortie STATA, le R2 between laisse entrevoir que ces variables

explicatives expliquent à hauteur de 26,12% la variabilité interindividuelle
du modèle. En parallèle le R² overall indique que le modèle est d’une manière
générale significatif.
ANALYSE EMPIRIQUE ET RÉSULTAT :

Même dans le cas d régression avec effets aléatoire, le problème de signifi-

cativité de log de précipitation existe mais théoriquement, la pluie est un
élément qui détermine la valeur et la qualité du produit agricole chaque
année. On observe une similarité au niveau de coefficients de régression sauf
au niveau de log de précipitation qui diminue ceci revoie pour certains pays
dans la la région MENA sont déjà caractérisés par un climat sec où la pluie
ne tombait déjà pas beaucoup alors c’est pas un facteur intéressant pour la
plupart des pays MENA.

R-sq : within = 0.6705

between = 0.2612 Wald chi2 = 515.85
overall = 0.3168 Prob>chi2 = 0.0000
LVAagr Coef Std.Err z P>|z|
LCO2 0.8629112 0.055449 15.56 0.000
Ltemp 2.49689 0.876545 2.85 0.004
LPrécip2 0.0305224 0.0318093 0.96 0.337
LFertilizer 0.167271 0.0275834 -4.38 0.000
cons -11.20143 2.556698 -4.38 0.000
sigma_u 0.6670179
sigma_e 0.31848245
rho 0.81434576

TABLE 4.3 – Régression linéaire avec effet aléatoire

Source : élaboré par l’auteur en utilisant le logiciel Stata 13.

Test de la significativité des effets aléatoires :

On va faire le test de breush and pagan pour vérifier l’existence d’heteroci-
dasticité dans le modèle .

2.2.5 Test breusch and pagan :

Il teste la significativité des effets aléatoires. Ainsi, à un seuil de 5%,

les hypothèses à tester sont respectivement

H0 : il n’existe pas des effets aléatoires

ANALYSE EMPIRIQUE ET RÉSULTAT :

H1 : il existe des effets aléatoires

Sous son hypothèse nulle, le test de Breusch Pagan permet de choisir si le

modèle des moindres carrées ordinaires sur données empilées est adéquat
contre le modèle à effets aléatoires.

A travers la sortie de STATA, on remarque que la probabilité est inférieure

à 5% ce qui nous ramène à rejeter H0 et confirmer que dans notre modèle
existe des effets aléatoires significatifs. Ceci nous pousse à conclure que le
modèle à effets aléatoires est plus approprié que le modèle des MCO et à
entamer d’autres tests pour spécifier la nature de notre modèle.

Estimation du resultats :

Var sd=sqrt(Var)
LVAagr 2.20944 1.486419
e 0.1014311 0.3184825
u 0.4449129 0.6670179

Test : Var(u)=0

chibar2 = 581.62
Prob > chibar2 = 0.0000

TABLE 4.4 – Test breusch and pagan.

Source : élaboré par l’auteur en utilisant le logiciel Stata 13.

2.2.6 Test Hausman :

Le test d’Hausman est un test de spécification dans la mesure où il sert à
trancher entre effets fixes et effets aléatoires. Les hypothèses à tester sont :

H0 : le modèle peut être spécifié avec des effets individuels aléatoires l’esti-
mateur convenable est celui des MCG.
ANALYSE EMPIRIQUE ET RÉSULTAT :

(b) (B) (b-B) sqrt(diag (V_b - V_B))

fixe random Difference S.E
LCO2 0.8635432 0.8629112 0.0006321 0.0077059
Ltemp 3.496757 2.496890 0.9998661 0.4550917
Lprécip2 0.0159429 0.0305224 -0.0145795
Lfert 0.1402277 0.167271 -0.0270432

chi2 = (b − B)[(V _b − V _B)(−1) ](b − B)

chi2 = -14.68

TABLE 4.5 – Test Hausman.

Source : élaboré par l’auteur en utilisant le logiciel Stata 13.

H1 : le modèle doit être spécifié avec des effets individuels fixes et l’on doit
alors retenir l’estimateur Within.

Dans notre cas, la statistique sur test d’Hausman appliqué au test de spéci-
fication des effets individuels suit asymptotiquement, sous l’hypothèse nulle,
un chi deux à 5 degrés de liberté.

A la lecture de ce tableau, on déduit que le modèle à effets fixes est plus

adapté que le modèle à effets aléatoire au seuil de 1% puisque la probabilité
de chi2 est supérieures à 0.01.

hausman sigmamore

(b) (B) (b-B) sqrt(diag (V_b - V_B))

fixe random Difference S.E
LCO2 0.8635432 0.8629112 0.0006321 0.0201526
Ltemp 3.496757 2.496890 0.9998661 0.5613141
Lprécip2 0.0159429 0.0305224 -0.0145795 0.0055344
Lfert 0.1402277 0.167271 -0.0270432 0.0065768

chi2 = (b − B)[(V _b − V _B)(−1) ](b − B)

chi2 = 31.90
prob > chi2 = 0.0000
Source : élaboré par l’auteur en utilisant le logiciel Stata 13.
RESULTATS ET RECOMMANDATIONS :

Résultats et recommandations :
Le diagnostic et l’évaluation de l’impact du changement climatique sur le
secteur agricole sont essentiels pour formuler la vision de l’agriculture future
et l’orientation des nouvelles stratégies agricoles. Plus précisément, il peut
fournir des informations utiles pour formuler le développement agricole à
long terme pour chaque pays de la région MENA et les mesures d’adaptation
des agriculteurs.

Dans cet angle, l’objectif principal de notre travail a été de tester à travers
une étude économétrique sur des données de panel, l’importance que peut
avoir : l’impact de changement climatique sur la valeur ajoutée agricole dans
les pays de régions MENA sur la période allant de 1987 jusqu’à 2016.

Ces résultats confirment l’hypothèse que le changement climatique impacte

l’agriculture dans les régions MENA ; le changement climatique représenté
par différentes variables comme l’émission de CO2, la température, les pré-
cipitations et l’utilisation de fertiliseurs affectent de manière et degrés divers
la valeur ajoutée agricole. et selon les résultats de l’étude les recommanda-
tions à fournir est comme suit :

Aider les producteurs agricoles à renforcer leur capacité à résister au change-

ment climatique et à améliorer leurs moyens de subsistance, tout en contri-
buant à l’atténuation du changement climatique.
Augmenter dans la prochaine décennie les investissements dans les systèmes
agricoles et alimentaires durables.
Renforcer les politiques d’atténuation l’impact du changement climatique
sur l’environnement en générale.
Fournir plus de soutien financier pour la transition vers une agriculture du-
rable.
Intensifier la production agricole durablement tout en réduisant les émis-
sions de gaz à effet de serre et les autres externalités négatives de l’agricul-
ture.
Augmenter durablement la production agricole tout en réduisant les émis-
sions de gaz à effet de serre et d’autres effets externes négatifs de et sur
l’agriculture.
Inciter les pays de la région à prendre en charge les stratégies et projets
d’adaptation et à mettre en place des projets d’agriculture durable.
Développeré des directives pour aider les pays à s’assurer que l’agriculture
fait partie des plans nationaux d’adaptation et de renforcer leur résilience
RESULTATS ET RECOMMANDATIONS :

et leur adaptabilité au changement climatique.

Cibler les secteurs les plus productifs du gaz à effet de serre et essai de ré-
duire cette externalité par la taxation ou bien introduire une technologie
propre.
Encourager les investisseurs et les entrepreneurs d’aller vers les productions
propres.
Orientation vers les énergies renouvelables.
RÉFÉRENCE :

Références :
Rapports :
Abbassa .R.A, Kumara. P,El-Gendyb.A,( 2018), An overview of monitoring
and reduction strategies for health and climate change related emissions in
the Middle East and North Africa region

Abrol Y.P., Allen L. H., Jr., Baker J.T., Bazzaz F.A., Boote K.J., Bouw-
man L., Brinkman R., Evans T.E., Fischer G., Frohberg K., Gommes R.,
Goudriaan J., Hogsett W.E., Ingram K.T., Jäger Hans-Jurg, Krupa S.V.,
Leemans R., Parry M.L., Reilly J., Rosenzweig C., Sombroek W.G., Tinker
B., Unsworth M.H., van de Geijn S.C., Gert Jan van den Born, 1997. «Glo-
bal climate change and agricultural production. Direct and indirect effects
of changing hydrological, pedological and plant physiological processes».

AL-MULALI, Usama. 2011, Oil consumption, CO2 emission and economic

growth in MENA countries. Energy,

Arouri, M. E. H., Youssef, A. B., M’henni, H. & Rault, C. (2012). Ener-

gyconsumption, economic growth and CO2 emissions in Middle East and
North African countries. Energy Policy, 45, 342–349.

Agence Internationale de l’Energie, Janvier 2008, « Emissions de CO2 issues

de la combustion des énergies fossiles », 2007 ; tiré de Communauté écono-
mique de l’Afrique de l’ouest (CEDEAO) et Organisation de Coopération et
de Développement Economique (OCDE), « Atlas de l’intégration régionale
en Afrique de l’ouest : le climat et les changements climatique ».

Baer, B.D., W.S. Meyer, et D. Erskine. 1994. “Possible Effects of Global

Climate Change on Wheat and Rice Production in Australia”. In : C. Ro-
senzweig, and A. Iglesias (Eds.) : Implications of Climate Change for Inter-
national Agriculture : Crop Modeling Study.

Balaghi R., J. M. (2011). Projet d’Intégration du Changement Climatique

dans la mise en oeuvre du Plan Maroc Vert.

BALAGHI, R. (2012). impact du changement climatique et adaptation dans

les montagnes dans la Region MENA. MARRAKECH.
RÉFÉRENCE :

BOUZNIT M, 2017, Emissions de CO2, Consommation d’énergie et Crois-

sance économique au Sein des Pays de Moyen Orient et Afrique du Nord

Bouznit M. & Pablo-Romero, M. (2016). CO2 emission and economic growth

in Algeria. Energy Policy 96, 93-104.

Cline, W., 1996. The impact of global warming on agriculture a Ricardian

analysis : comment. Am. Econ. Rev. 86, 1308–1311.

Deressa, T., 2003. Measuring the impact of climate change on South Afri-
can agriculture : the case of sugarcane growing regions. Unpublished MSc.
Thesis, University of Pretoria, Pretoria, South Africa.

Dinar, A., Mendelsohn, R., Evenson, R., Parikh, J., Sanghi, A., Kumar, K.,
McKinsey, J., Lonergan, S., 1998. Measuring the Impact of Climate Change
on Indian Agriculture, World Bank Technical Paper No. 402, Washington,
DC. IPPC, 2001. Climate change 2001 : the scientific basis.

El-Gendyb, R. A. (2018). An overview of monitoring and reduction strate-

gies for health and climate change related emissions in the Middle East and
North Africa region. Cairo/EGYPTE.

Farhani, S., & Shahbaz, M. (2014). What role of renewable and nonrene-
wable electricity consumption and output is needed to initially mitigate CO2
emissions in MENA region ? Renew.

Frances C Moore, 2017, Economic impacts of climate change on agriculture :

a comparison of process-based and statistical yield models, Res. Lett. 12
065008.

FRIEDL, Birgit and GETZNER, Michael. 2003, Determinants of CO2 emis-

sions in a small open economy. Ecological economics,

Gbetibouo G.A. et Hassan R.M, 2005, Measuring the economic impact of

climate change on major South African field crops : a Ricardian approach
Global and Planetary Change.

Koweït, T. d. (2019). Le secteur agricole au Koweït.

RÉFÉRENCE :

Mendelsohn, R., 2001. Agriculture : a Ricardian analysis. In : Mendelsohn,

R. (Ed.), Global Warming and the American Economy : A Regional Assess-
ment of Climate Impacts. Edward Elgar, pp. 32– 53.

Ministère délégué auprès du Ministre de l’Energie, d. M. (2014). Politique

du changement climatique au Maroc.

Narayan, P. K. & Narayan, S. (2010). Carbon dioxide emissions and econo-

mic growth : panel data evidence from developing countries.

National Academy of Sciences, 2010. America’s Climate Choices, Panel on

advancing the science of climate change, National Research Council.

Nelson G C et al 2014 a Agriculture and climate change in global scenarios :

why don’t the models agree Agric. Econ.

Nelson G C et al 2014 b Climate change effects on agriculture : economic

responses to biophysical shocks Proc. Natl Acad. Sci. USA.

Nicolas Péridy and Marc Brunetto. (2012). The Economic Costs of Climate
Change in MENA countries : A Micro-Spatial Quantitative Assessment and
a Survey of Policies.

OCDE/FAO. (2018). Moyen-Orient et Afrique du Nord : Perspectives et

enjeux.

Omri, A. (2013). Co2 emissions, energy consumption and economic growth

nexus in MENA countries : evidence from simultaneous equations models.
Energy Econ. 40, 657–664.

Ozturk, I. & Acaravci, A. (2010). CO2 emissions, energy consumption and

economic growth in Turkey. Renewable and Sustainable Energy Reviews 14,
3220–3225

Pablo-Romero, M. del P. & Sánchez-Braza, A. (2015), Productive energy

use and economic growth : Energy, physical and human capital relationships.
Energy Economics 49, 420–429.
RÉFÉRENCE :

Panayotou, T. (1993). Empirical tests and policy analysis of environmen-

tal degradation at different stages of economic development. Working Pa-
per WP238, Technology and Employment Programme, International Labour
Office, Geneva.

REEM3, 2015. 3ème rapport sur l’état de l’environnement du Maroc. Mi-

nistère Délégué Auprès du Ministre de l’Energie des Mines, de l’Eau et de
l’Environnement

R. Harbouze, J.-P. J.-P. (2019). synthèse sur l’agriculture au Maroc.

R. Harbouze,J.-P.Pellissier,J.-P.Rolland,W.Khechimi,2019, synthèse sur l’agri-

culture au Maroc.

Seo S. N., Mendelsohn R., et Munasinghe M. 2005. Climate change and

agriculture in Sri Lanka : a Ricardian valuation", Environment and Deve-
lopment Economics.

Ouvrage :
Abdul Rehman, A. A. (s.d.). Fertilizer consumption, water availability and
credit distribution : Major factors affecting agricultural productivity in Pa-
kistan. Journal of the Saudi Society of Agricultural Sciences.

Adams R.M., Mc Carl B., Duek D., et Glyer D., 1988. “Implications of
Global Climate Change for Western Agriculture”, Western Journal of Agri-
culture Economics, 13 (2), pp 348- 356. ageconsearch.umn.edu/bitstream/
32124/1/13020348.pdf.

Alam Q, (2013) Climate change, agricultural productivity and economic

growth in India : the bounds test analysis.

Chebil .A , mtimet .N, Tizaoui H , September 2011, Impact du changement

climatique sur la productivité des cultures céréalières dans la région de Béja
(Tunisie).

Cheval. S , Micu. D, Dumitrescu . A , February 2020 : Meteorological and

Ancillary Data Resources for Climate Research in Urban Areas.
RÉFÉRENCE :

OECD-FAO. (2018). OCDE/Organisation des Nations Unies pour l’alimen-

tation et l’agriculture « Moyen-Orient et Afrique du Nord : perspectives
et enjeux », dans OECD-FAO Agricultural Outlook 2018-2027, Éditions
OCDE, Paris/ Organisation des Nations Unies pour l’alimentation.

Mearns, L., C. Rosenzweig & R. Goldberg, 1996. The effect of changes in

daily and interannual climatic variability on CERES-Wheat : a sensitivity
study. Climatic Change.

Article journal :
CIHEAM-IAMM - Centre International de Hautes Etudes Agronomiques
Méditerranéennes. (2019). Rapport de synthèse sur l’agriculture en Algérie.

Evenson.R.E. 1999. Economic impact studies of agricultural research and

extension. Yale University, New Haven, Connecticut, États-Unis.

FARHANI, Sahbi and BEN REJEB, Jaleleddine. 2012, Energy consumption,

economic growth and CO2 emissions : Evidence from panel data for MENA
region. International Journal of Energy Economics and Policy

P. Crosson. 1995. Soil erosion and its on-farm productivity consequences :

what do we know ? Resources for the Future Discussion Paper et P. Crosson.
1997. Will erosion threaten agricultural productivity.

Gammans, M. (2017). Negative impacts of climate change on cereal, statis-

tical evidence.

Ghazouani, D. A. (2017). La menace climatique dans la région MENA.

Reinsborough, Michelle J, 2003. A Ricardian Model of Climate Change in

Canada. Canadian Journal of Economics.

Sanghi, A., Mendelsohn, R., Dinar, A., 1998. The climate sensitivity of In-
dian Agriculture. In : Dinar, A., Mendelsohn, R., Evenson, R., Parikh, J.,
Sanghi, A., Kumar, K., McKinsey, J., Lonergan, S. (Eds.), Measuring the
Impact of Climate Change on Indian Agriculture, World Bank Technical
Paper No. 402. World Bank,
RÉFÉRENCE :

Seo N., Mendelsohn R. 2007. A Ricardian Analysis of the Impact of Climate

Change on61 Latin American Farms. World Bank Policy Research Workin

Thèses et mémoires :
Aida NEFZI : (29 Mars 2012), Evaluation économique de l’impact du chan-
gement climatique sur l’agriculture : étude théorique et application au cas
de la Tunisie, L’Institut des Sciences et Industries du Vivant et de l’Envi-
ronnement (AgroParisTech).

Webographie :
http ://www.agriculture.gov.ma/. (s.d.). Le ministre de l’Agriculture, de la
Pêche Maritime du Développement Rural et des Eaux et Forêts.

http ://www.bct.gov.tn/bct/siteprod/francais/pnrd.jsp : Banque Centrale

Tunisie : Tunisie données Economiques et Financières.

https ://www.banquemondiale.org/. (s.d.). La Banque Mondiale.

http ://www.fao.org/home/en/. (s.d.). Food and Agriculture Organization

of the United Nations.

www.jstor.org/stable/1243120.

http ://www.pewclimate.org/global-warming-in-depth/all_reports/agriculture
/index.cfm : Pew Center : climate change.
ANNEXE :

Data base :
View publication stats