Upload
trinhkhue
View
214
Download
0
Embed Size (px)
Citation preview
1
Master 2ème Année : « Analyse de Projet de Développement »
Magistère 3ème Année : « Développement Economique »
Rapport de stage
Etude de l’impact social de Danone
suite à un projet mis en place à Ciater, Java, Indonésie
Institution d’accueil : Rapport de stage réalisé par :
CIRAD Justine RIVATON
Tuteur : Année universitaire :
Guillaume DUTEURTRE 2014/2015
Soutenance :
18 Septembre 2015
L’Université n’entend donner aucune approbation ni improbation aux opinions émises dans ce rapport ; ces
opinions doivent être considérées comme propres à leur auteur.
CN
RS
–
U
NI
VE
RS
IT
E
D’
AU
VE
RG
NE
–
E
CO
LE
D
’E
CO
NO
MI
E
C E R D I – U N I V E R S I T E D ’ A U V E R G N E
6 5 B O U L E V A R D F R A N Ç O I S M I T T E R R A N D
6 3 0 0 0 C L E R M O N T - F E R R A N D – F R A N C E
T E L . 3 3 (0 )4 7 3 1 7 7 4 3 8 - F A X 3 3 (0 )4 7 3 1 7 7 4 2 8
U R L : w w w .c e r d i . o r g
C EN TRE D ’ETU DES ET DE
R EC HER C HES S UR LE
DEV ELOP PE MENT
INT ER NATI ONA L
(UMR CNRS 6587)
2
Rapport de Stage
Table des matières
Mots clefs : Analyse d’impact, Chemin de l’impact, Danone, Projet, Terrains, Enquêtes,
matching. ............................................................................................................................................. 2
Remerciements ................................................................................................................................ 3
Présentation de l’organisme d’accueil : le CIRAD ................................................................ 4
Résumé executif .............................................................................................................................. 5
Introduction ...................................................................................................................................... 6
Situation de Départ ........................................................................................................................ 6
Objectifs et Moyens ....................................................................................................................... 10
Réalisation ....................................................................................................................................... 11
Résultats ........................................................................................................................................... 24
Conclusion et Discussion ............................................................................................................ 30
Bilan de l’experience professionnelle – Enseignements .................................................. 32
Annexes ............................................................................................................................................ 35
MOTS CLEFS : ANALYSE D’IMPACT, CHEMIN DE L’IMPACT, DANONE, PROJET,
TERRAINS, ENQUETES, MATCHING.
3
REMERCIEMENTS
Je tiens tout d’abord à remercier Rizal Fachrudin et Galih Depri, deux
enquêteurs/traducteurs qui ont fait preuve d’une grande souplesse durant deux mois
d’enquêtes. Je remercie également Tedi et Ikhsan. Tous les quatre suivaient une formation
professionnelle de système d’élevage à l’Institute Pertanian Bogor (IPB) Diploma. Ils ont fait
ce même travail auprès de Monsieur Pria Sembada, doctorant au sein de l’UMR SEMLET au
CIRAD, que je remercie également pour ses apports en connaissances animales qui ont permit
de compléter mon travail. Merci à Monsieur Guillaume Duteurte, pour m’avoir fait confiance
et permis de faire ce stage très formateur ; Madame Isabelle Vagneron, pour son soutien et ses
réponses ; Monsieur Edi Basuno pour sa bienveillance et Madame Yuni Resti pour avoir joué
le rôle d’une vraie facilitatrice ainsi que Monsieur Jean-François Tourrand.
Je remercie également Monsieur Alain RIVAL pour m’avoir très chaleureusement accueilli
dans les bureaux du CIRAD à Jakarta ainsi que Ritim et Putu pour m’avoir épaulé dans mes
démarches administratives. Je tiens aussi à remercier Monsieur Bagus et l’IPB (Université
d’agriculture de Bogor) pour m’avoir accueilli dans leur structure et rédigés les lettres
nécessaires pour l’obtention et l’extension de mon visa.
Je tiens à remercier les équipes de KPSBU (et plus particulièrement Messieurs Ramdan,
Mamat et Toto) pour nous avoir guidés dans nos enquêtes et présentés aux éleveurs et
Monsieur Dani Hamdan, responsable de Sahabat-Cipta. Merci à ces équipes pour avoir
répondu à nos questions et communiqué toutes les informations nécessaires quand à leur
travail sur le terrain.
Enfin merci à tous les éleveurs avec qui nous avons a eu la chance de partager un moment
pour leur patience, leur accueil, leur gentillesse.
Chacune de ces personnes a joué un rôle déterminant dans la réalisation de ce rapport et de
mon mémoire.
4
PRESENTATION DE L’ORGANISME D’ACCUEIL : LE CIRAD
Le CIRAD est l’acronyme de Centre de Coopération Internationale en Recherche
Agronomique pour le Développement et a été créé en 1984 sous la forme d’un établissement
public a caractère industriel et commercial. Aujourd’hui sous la direction générale de
Monsieur Michel EDDI, le CIRAD se définit comme « l’organisme français de recherche en
agronomie et de coopération internationale pour le développement durable des régions
tropicales et méditerranéennes » (http://www.cirad.fr). C’est un établissement placé sous la
double tutelle du ministère de l’Enseignement Supérieur et de la Recherche et du ministère
des Affaires Etrangères et qui a bénéficié en 2014 d’un budget annuel de 197 millions
d’euros.
Ses missions consistent à produire et transmettre de nouvelles connaissances en
partenariat avec les pays du Sud pour accompagner leur développement agricole et contribuer
au débat sur les grands enjeux mondiaux de l’agronomie ce qui fait écho à la valeur partage,
fondatrice pour le CIRAD. Pour leurs réalisations, le CIRAD emploie 1800 personnes dont
800 chercheurs ; comprend 3 directions scientifiques et 36 unités de recherches. Celle qui
m’accueille en stage est l’Unité Mixte de Recherche (UMR) SELMET : Système d’Elevage
Méditerranéen et Tropicaux qui s’intéresse aux agrosystèmes d’élevage familiale de
ruminants en milieux chaud. A partir de ses directions régionales, le CIRAD mène des
activités de recherche en coopération avec plus de 90 pays en Amérique Latine, Afrique de
l’Ouest, Afrique centrale, Afrique orientale et Australe, Méditerranée, Asie du Sud Est
Continentale et Asie du Sud Est Insulaire (Indonésie, Malaisie, Philippines, Brunei,
Singapour, Timor Leste). Les recherches du CIRAD en Indonésie, où j’ai effectué une grande
partie de mon stage, sont orientées vers la sécurité alimentaire, la lutte contre la pauvreté
pérenne et la gestion de la biodiversité. Son directeur régional, qui m’a accueilli à mon arrivée
à Jakarta, Indonésie, est Monsieur Alain RIVAL.
5
RESUME EXECUTIF
Ma mission en tant que stagiaire pour le CIRAD est d’effectuer une analyse d’impact
suite à un projet monté par le Fond Danone pour l’Ecosystème dans des fermes laitière à
l’ouest de l’île de Java en Indonésie. Le stage s’étend du 15 mai au 20 septembre 2015 soit un
peu plus de quatre mois. Sur cette période, je passerai un peu plus de trois mois en Indonésie,
entre les bureaux du CIRAD à Jakarta, l’Université de Bogor et les villages de Ciater et
Lembang où le projet a été mis en place avant de rejoindre les bureaux du CIRAD sur le
campus international de Baillarguet, à Montpellier.
Les premières semaines sont dédiées à la rédaction d’une revue bibliographique afin
de mieux appréhender le terrain. Suite à quoi, des prés visites sont effectués sur place par
l’ensemble de l’équipe pour nous permettre de mieux comprendre les actions effectivement
réalisées, de rencontrer les parties prenantes, de se faire une idée des résultats que nous
pouvons en attendre et de la méthode d’évaluation la plus appropriée. Ces rencontres nous
permettent par la suite de construire un chemin de l’impact nous donnant une idée des
indicateurs que nous souhaitons évaluer. C’est ainsi que nous pouvons décider, en fonctions
des ressources qui nous sont disponible comment agir efficacement et rédiger un
questionnaire qui nous donnera la possibilité de répondre aux attentes de Danone. Nous
décidons par la suite de la méthode d’échantillonnage la plus appropriée avant de faire appel à
des enquêteurs (étudiants à l’université d’agriculture de Bogor - IPB) et de commencer la
phase d’enquête en partenariat avec un enseignant chercheur de l’IPB. Cette phase dure
environ deux mois, où j’ai, sous ma responsabilité deux enquêteurs que je forme.
Parallèlement, je construis une base de donnée sous Excel qui sera par la suite importée et
fusionnée dans STATA, logiciel utilisé pour analyser ces données. 358 ménages sont enquêtés
et je m’occupe de saisir les données quotidiennement. C’est par la méthode du matching que
nous construisons notre groupe de contrôle et évaluons l’impact du projet au niveau des
éleveurs et de leur ménage.
L’équipe est constitué de 7 personnes : mon maître de stage, Monsieur Guillaume
DUTEURTRE, chercheur en agroéconomie au sein de l’unité « Système d’Elevage et Produit
Animaux » du CIRAD, présent lors des pré-visites puis de la rédaction finale des livrables ;
Madame Isabelle VAGNERON économiste, scientifique à l’UMR MOISA (Marchés,
organisations, institutions et stratégies d’acteurs), présente également lors des pré-visites et
d’une grande aide dans la rédaction du questionnaire ; Monsieur Pria SEMBADA,
6
enseignant-chercheur à l’Université Agricole de Bogor (IPB), dont le sujet de thèse doctorale
en agronomie concerne la transformation des systèmes de production du lait en Indonésie :
Evaluation des trajectoires de long terme et indicateurs de durabilité. Il m’accompagne sur le
terrain avec à sa charge deux autres enquêteurs et apporte des éléments plus techniques se
rapportant à l’activité de production laitière (alimentation des animaux, qualité du lait, santé
des bêtes etc.) ; Madame Yuni RESTI, enseignante à l’IPB, qui est chargée, avec Guillaume
DUTEURTRE de l’évaluation de ce même projet au niveau de la chaîne de production, dans
le cadre de son mémoire ; ainsi que messieurs Edi BASUNO, expert, et Jean-François
TOURRAND, vétérinaire de l’Unité de recherche GREEN du CIRAD, en charge de
l’évaluation de l’impact du projet Danone au niveau des communautés.
Ce rapport décrit en détail mes activités et les résultats de l’analyse d’impact effectuée.
INTRODUCTION
C’est à l’ouest de l’île de Java, en Indonésie qu’a lieux une grande partie du travail
qui consiste à effectuer une analyse d’impact socio-économique d’un projet mis en place par
le Fond Danone pour l’Ecosytème, au niveau des éleveurs de vaches laitières et de leur
ménage. Pour se faire une méthode rigoureuse est suivie des recherches préliminaire à la
rédaction du livrable finale. Le rapport qui suit décrit, dans une première partie, la situation de
départ, l’environnement économique de l’Indonésie et les activités mise en place par le projet.
Une seconde partie fait état des objectifs que nous devons atteindre et des moyens dont nous
disposons pour y parvenir. Dans la section suivante sont décrites les activités réalisées, à
savoir, la revue bibliographique, les bilans des pré-visites de terrains, le schéma du chemin de
l’impact, l’explication détaillée de la construction et de la réalisation de l’enquête ainsi que
l’analyse des données. Finalement, nous présenterons les résultats, avant de conclure.
SITUATION DE DEPART
Le CIRAD a été chargé en Mai 2015 d’évaluer l’impact socio-économique de deux
projets mis en place par le Fond Danone pour l’Ecosystème (http://ecosysteme.danone.com ;
cf. Encadré 1) dans des fermes laitières de deux communautés situées sur l’île de Java en
Indonésie : Ciater, dans la province de Java Occidentale, et Merapi dans le Territoire spécial
de Yogyakarta, comme indiquée dans la carte ci-dessous.
7
Figure 1: Situation géographique de Ciater et Merapi, sur l'île de Java, Inodnésie
Source : Google Maps
Avant de décrire plus précisément en quoi consistent ces projets, la rédaction d’une
revue bibliographique est nécessaire afin de mieux appréhender l’environnement avec lequel
nous allons interagir.
La forte croissance économique et démographique de ces 35 dernières années,
accompagnés par une volonté du gouvernement de soutenir l’industrie laitière depuis le début
des années 80 a résulté en un accroissement de la demande en produit laitiers. L’offre ne
s’étant par ailleurs par ajusté, les importations ont cru massivement. Parallèlement, les fermes
laitières indonésiennes sont majoritairement représentées par de petits exploitants qui font
face à des contraintes de tailles. L’un dans l’autre, améliorer l’efficacité économique de ces
petits exploitants est considéré par le gouvernement indonésien comme un moyen d’améliorer
le PIB et de réduire le niveau de pauvreté du pays. C’est donc dans ce cadre que s’inscrit le
projet du Fond Danone pour l’Ecosystème.
Encadré 1 : Le Fond Danone pour l’Ecosystème
La création du Fond Danone pour l’Ecosystème a été approuvée le 23 avril 2009. Il est
géré comme un fond de dotation, à des fins d’intérêt général.
«Le fond de dotation est constitué d’une allocation irrévocable de biens pour la réalisation
d’une mission ou d’une œuvre d’intérêt général. Il collecte des fonds d’origines privé, qu’il
peut soit constituer en dotation dont il utilise les fruits, soit consommer pour accomplir sa
mission. Il peut mener lui même cette mission ou financer un autre organisme d’intérêt
8
général pour son accomplissement » (Définition du fond de dotation selon le portail de
l’économie et des finances).
Le fond vise à renforcer et développer les activités des partenaires qui constituent
l’écosystème de Danone : éleveurs, agriculteurs, fournisseurs et sous contractants,
transporteurs et opérateurs logistiques, distributeurs, territoires et autorités locales…
Le Fond mène des actions d’aides au renforcement d’activités économique pour créer des
emplois ; soutient le développement des capacités en particulier à travers des formations, aide
la mise en place d’activités économique et de projet d’entreprenariat pour créer des emplois et
soutient le développement de petites et moyennes entreprises.
Il finance des initiatives identifiées dans un premier temps par les filiales de Danone dans leur
zone d’intervention et agit en collaboration avec des partenaires tel que des ONG, des
organisations de microcrédits ou des consultants.
Enfin, le Fond ne soutient que les fournisseurs dont les pratiques sont en accord avec le
programme RESPECT : la charte Danone des droit sociaux fondamentaux.
Ainsi, deux projets ont été lancés par le Fond Danone pour l’Ecosystème qui est donc
ici le maître d’ouvrage.
Dans le premier, le Fond Danone pour l’Ecosysème, en collaboration avec des
partenaires et plus particulièrement le KPSBU (coopérative laitière) et Sahabat-Cipta (l’ONG
en charge de l’implémentation du projet, donc le maître d’œuvre) ont promu le
développement de 140 petits exploitants laitiers à travers la provision de crédits destiné à
l’achat de vaches, la formation et le conseil technique, l’aménagement des fermes
(rénovations de mangeoires et systèmes d’abreuvement) et l’autonomisation de petits
business. Le projet a notamment développé le concept de « Demo-farm » visant à améliorer
les connaissances et performances socio-économiques des éleveurs. Ces activités se sont
déployées principalement dans la zone de Ciater et marginalement dans la zone de Lembang :
toutes les fermes laitières volontaires de Ciater, soit 140 environs et 25 à Lembang. Le projet
s’est déroulé en deux phases :
- La première phase, de 2008 à 2010 vise à octroyer des crédits afin d’aider les
habitants de Ciater à se procurer des vaches laitières.
9
- La seconde phase, de 2011 à 2014 a consisté en l’appui à la production
laitière et à d’autres activités économiques, plus générales.
Plus spécifiquement, concernant les activités liées à la production laitière, le
projet a mis en place 11 « démo-farms », qui sont, en pratique, des fermes
sélectionnées pour constituer des fermes « de démonstration » mettant en
œuvre les innovations promues par le projet, et bénéficiant d’un espace pour
recevoir les éleveurs voisins, les former, échanger, répondre à leurs
questions. La localisation de ces démo-farms est choisi selon leur
emplacement géographique (une dans chaque zone pour qu’elles soient à
proximité des autres éleveurs), et selon la volonté et les capacités
pédagogiques des propriétaires à transférer leur savoir. Les éleveurs
considérés ont eux-mêmes reçu des formations sur les bonnes pratiques à
adopter et la façon de les enseigner (c’est le concept de « Training of
Trainers »). Le projet forme aussi plus directement les éleveurs sur les
bonnes pratiques à adopter notamment concernant l’alimentation des vaches ;
rénovation des mangeoires dans toutes les fermes laitières en les carrelant de
manière à faciliter leur nettoyage; renouvellement des systèmes
d’abreuvement pour les automatiser de sorte que les bovins aient de l’eau
continuellement ; accès au crédit facilité pour l’achat de génisses laitières
pleines; test régulier de la qualité du lait afin de l’améliorer.
Parallèlement à ces activités d’appui à la production laitière, des activités
« non laitières » sont conduites : des cliniques mobiles, des formations et des
services ont été mises en place dans des centres de santé pour enfants et
femmes enceintes ; des formations dans les écoles et la distribution de
produits laitiers aux enfants ainsi qu’un apport financier pour faciliter l’achat
de matériels et d’équipements visant à améliorer les conditions d’hygiène et
de scolarité ont lieu dans les écoles ; enfin, des accompagnements de groupes
et des formation à des activités de diversification des revenus pour
l’autonomisation des femmes font également partie des activités du projet.
La deuxième phase du projet s’est arrêtée fin 2014 suite à la vente de Danone
Dairy Indonesia à Indolakto. Le CIRAD est en charge de son évaluation afin
de tirer les enseignements de cet important projet pour les activités futures du
Fonds Danone pour l’Ecosystème.
10
Le second projet prend place à Merapi (Java Central), là où en 2010 l’éruption d’un
volcan a causé la mort de 33 personnes et forcé l’évacuation de 350 000 habitants, affectant
ainsi le niveau de vie des ménages. Les coûts des dommages ont été évalués à plus de 500
millions de dollars, dont 100 millions concernent l’agriculture. C’est en 2012 que le Fond
Danone pour l’Ecosystème lance son projet dans la région en partenariat avec Sari-Hussada,
sa filiale indonésienne implantée à Jogjakarta. La première partie du projet s’est concentrée
sur l’établissement d’un nouveau modèle d’exploitation communautaire du cheptel :
provisions de crédits pour l’achat de vaches, organisation des éleveurs en groupes d’entraide
et associations, construction d’une étable communautaire ; le tout visant à l’amélioration de la
qualité du lait, autonomiser les communautés locales et promouvoir la diversification.
La deuxième phase du projet doit commencer en 2015 et vise à donner plus d’ampleur au
projet en développant des Centres de Services pour l’Agriculture dans les villages alentours
(« satellite farmers ») pour faciliter la gestion, assurer un suivi des formations et des services
pour les éleveurs concernés ou non par les étables collectives et pour développer un système
intégré à travers le développement des systèmes d’élevages, d’agriculture et de transformation
des produits.
L’évaluation de l’impact du projet par le CIRAD se focalise dans un premier temps sur la
phase 1 du projet. Concernant la phase 2, des indicateurs fiables et performants doivent être
identifié afin de piloter sa progression. Cependant, pour des raisons de calendrier, ce stage
s’est uniquement focalisé sur le terrain de Ciater et le projet de Merapi n’a pas été abordé ni
visité.
Nous allons donc nous focaliser sur l’évaluation de l’impact de la seconde phase du projet mis
en place à Ciater.
OBJECTIFS ET MOYENS
Au départ, l’objectif général du stage est d’évaluer l’impact des projets Ciater et
Merapi à trois niveaux :
- Au niveau des éleveurs de vaches laitières et de leur ménage,
- De leur communauté
- Au niveau de la chaîne de production.
L’objectif spécifique de ce stage cependant, se concentre uniquement sur l’évaluation de
l’impact socio-économique du Danone Dairy projet à Ciater au niveau des éleveurs et de leur
ménage.
11
Ainsi, l’étude doit nous donner des éléments de réponses quant à l’impact du projet sur
le bien-être économique et sociale des éleveurs de vaches laitières, soit : leurs revenus, leurs
conditions de vie et de travail, leur stratégie de diversifications ; leur niveau de connaissance
et compétences ; leur vulnérabilité (est-ce que le projet permet aux éleveurs d’épargner et
investir davantage ? améliore leurs revenus, sécurité alimentaire … ?) ; mais aussi leur
production ; ainsi que leur motivation à continuer leur activité au delà du projet.
Le but a terme est de pouvoir remettre un rapport qui fasse état de ces résultats, de leur
soutenabilité et des éléments explicatif de sa réussite.
Ainsi Danone devrait pouvoir en tirer des conclusions quant à la réalisation de tels projets
dans des environnements similaire.
Pour ce faire, il est nécessaire dans un premier temps d’effectuer une revue de
littérature afin de mieux appréhender les terrains où nous allons nous rendre que ce soit au
niveau géographique, culturel ou économique. Des pré-visites de terrains sont ensuite
organisées pour aller à la rencontre des différents acteurs et parties prenantes afin de pouvoir
construire le chemin de l’impact (impact pathway). Ces éléments nous permettrons de mieux
envisager la rédaction de l’enquête qui sera conduite par la suite selon la méthode
d’échantillonnage choisie.
358 individus sont enquêtés sur une période d’environ deux mois. Pour se faire deux
équipes de trois personnes chacune se partagent la moitié du travail sur chaque site (Ciater et
Lembang). L’enquête est préalablement testée en même temps que les enquêteurs sont
formés. La base de données est ensuite construite et alimenté quotidiennement par les
réponses aux enquêtes. L’analyse des données, enfin, nous permet de communiquer des
résultats d’évaluations quant à la durabilité du projet, d’identifier des éléments de succès et
d’émettre des recommandations dans un rapport qui sera remis à Danone au mois de
Novembre 2015.
REALISATION
REVUE BIBLIOGRAPHIQUE
Les deux premières semaines du stage sont dédiées à la rédaction d’une revue
bibliographique qui nous permettra de mieux appréhender nos pré-visites de terrains.
12
Ainsi, l’Indonésie est la quatrième nation la plus peuplée au monde, la 10ème plus
importante économie en terme de parité de pouvoir d’achat et membre du G20. L’Indonésie a
également divisé par plus de deux son taux de pauvreté depuis 1999 pour atteindre 11,3% en
2014. Sur une population de 252 millions c’est ainsi plus de 28 millions d’Indonésiens qui
vivent sous le seuil de pauvreté et environ la moitié des ménages sont toujours sous le seuil de
pauvreté défini au niveau national à 292951IDR par mois (environ 18€). Le taux de
croissance de la population a été plus rapide que celui de l’emploi et l’Indonésie n’est pas
encore très performant quand on regarde ses indicateurs de santé et d’infrastructures. On
remarque une légère décélération de la croissance économique depuis 2012, du à la réduction
de la demande mondiale. (Banque Mondiale).
L’Indonésie reste cependant le pays le plus performant de l’ASEAN1 (Association of South-
Est Asia Nations) avec pour moteur principal de l’économie la consommation privée.
Les fermes laitières du pays sont majoritairement de petites exploitations qui travaillent selon
des pratiques traditionnelles. En effet, 64% de la production nationale de lait est fournie par
ces petits exploitants, 28% par des exploitations moyennes et 8% par de grandes
exploitations. (Erwidodo 1998 et Swastika et al. 2005).
Les éleveurs, eux, seraient à 73% allé à l’école primaire, 11% au collège, 11% au lycée et 5%
à l’université (R. Tawaf et A. S. Surianingrat).
En 2011 le DGLS (Director General of Livestock Services) annonçait que le gouvernement
visait une augmentation de l’autosuffisance en lait de 30 à 50% à l’horizon 2015. Des
programmes nationaux ont donc promut le développement des fermes laitières en même
temps que la consommation de produits laitier, qui a de ce fait rapidement augmenté.
Concernant plus précisément notre terrain d’action, l’ouest de l’île de Java, de par sa
proximité géographique à la capitale (Jakarta) joue un rôle stratégique pour l’économie du
pays. En effet, presque 60% des usines de transformation et manufactures sont concentrées
dans cette zone.
Les contraintes auxquelles font face les éleveurs sont multiples comme illustrées dans la
figure 1.
1 L’ASEAN réunit Brunei, le Cambodge, l’Indonésie, le Laos, la Malaisie, la Birmanie, les Philippines,
13
Figure 2 : Contraintes identifiées par les éleveurs dans l'exercice de leurs activités
Source: The role of demo farm to develop smallholders dairy farming, Rochadi Tawaf and Aldi. S. Surianingrat,
Economics Laboratory faculty of Animal Husbandry Padjadjaran University
Ils relèvent une basse productivité de leur bétail du fait de leur race, suivi de finances
limités, une mauvaise qualité du concentré et de la nourriture dont ils disposent pour leur
troupeau, un manque de connaissances en matière de santé, d’organisation et de savoir faire
pour le traitement des déchets, ainsi que l’absence d’accès à de l’eau potable gratuite.
C’est suite à ces observations que l’installation de 11 démo-farm stratégiquement placées au
cœur de communautés de petites exploitants laitiers ou, des points de collection du lait a été
identifié comme étant un élément de réponse.
Ces démo-farm incluent des étables suffisamment large pour y attacher une vache (Cf photo 1
en annexe). Pour faciliter les activités de formation une pièce y est aménagée afin de recevoir
les éleveurs de vaches laitières voisins. Chacune d’entre elle dispose également d’un système
de stockage pour le fumier et d’une unité de biogaz. Comme les exploitants ne disposent que
de quelques vaches, à part quelques ustensiles de base, aucun investissement de machine à
traire n’est nécessaire.
Quality of concentrate,
14% Water, 4%
Access to Finance, 15%
Quality of breed, 16% Land of forage,
14%
Animal Health , 14%
Waste Management,
14%
Security, 9%
Constraints
14
Concernant les partenaires sur ce projet, le KPSBU2 est une coopérative laitière qui a
été implémenté le 8 août 1971, c’est aussi un acteur et partenaire clés du Fond Danone pour
l’Ecosystème dans la mise en place de son projet à Ciater. La coopérative compte 7000
membres dont 5178 actifs et couvre plusieurs districts de la zone en faisant l’une des plus
importantes coopératives de la région. Généralement, ses membres sont propriétaire de 1 à 4
vaches dont la capacité de production moyenne est d’environ 10 à 15 litres par jour.
Alors que traditionnellement Ciater est essentiellement une zone de plantation de thé, les
fermes laitières, notamment suite à la mise en place du projet Danone se sont rapidement
développées sur les cinq dernières années en faisant une cible d’expansion des activités du
KPSBU.
Les pré-visites de terrains
Les pré visites de terrains, effectué au mois de mai et juin nous permettent de
rencontrer les principales parties prenantes à savoir les éleveurs eux même, et des
représentants des partenaires de Danone Dairy Indonésia (DDI) : le KPSBU et Sahabat-Cipta.
Ces visites nous permettent de constater que les fermes laitières sont la plupart du
temps un business familial.
Ces ménages disposent généralement d’un terrain sur lequel ils font pousser du fourage ou de
l’herbe à éléphant, qui servent à l’alimentation du bétail. La taille de ces parcelles ne leur
permet pourtant pas d’être autosuffisant. Parfois ils sont propriétaires de leur terre, parfois ils
la louent au KPSBU ou au gouvernement quand il s’agit de terre destinée aux plantations de
thé. Aussi, le manque de terre disponible dans la région est considéré comme une limite à
l’expansion de leurs activités.
Pour transporter le fourage du champ à l’étable, le ménage dispose souvent d’un deux roues.
Il semblerait aussi que la récolte de ces plantes soit l’activité qui leur prennent le plus de
temps et par laquelle ils débutent leur journée.
Les éleveurs que nous rencontrons à Lembang étaient déjà dans le business des fermes
laitières avant l’implémentation du projet. Ils ont donc plus d’expérience dans ce domaine que
ceux que nous rencontrons à Ciater qui étaient, avant le début du DDCP : chauffeur,
travaillaient dans les champs de thé, de riz, l’horticulture ou élevaient des vaches à viandes.
C’est donc la première partie du DDCP qui leur permet de s’acheter leurs premières vaches.
2 Koperasi Peternak Sapi Bandung Utara : Coopérative des éleveurs bovins du Nord Bandung
15
Aussi, alors que les habitants de Ciater qui n’ont pas profité du DDPC ce sont parfois inspiré
des actions menées par Sahabat-Cipta et KPSBU pour entreprendre une activité laitière ou ont
bénéficié du matériel de formation de leurs voisins pour leur amélioration, les habitants de
Lembang non impacté n’ont pas l’air de savoir ce qu’est une démo-farm.
Economiquement parlant, ils reportent apprécier la plus grande régularité des revenus
apportés par KPSBU puisqu’ils sont rémunérés toutes les deux semaines alors que dans
d’autres activités professionnelles la rémunération se fait sur une base mensuelle.
Concernant la gestion des déchets, beaucoup des éleveurs que nous rencontrons disposent
d’une unité de biogaz. Ceux de Ciater ont cependant tendance à ne pas trop se soucier de la
gestion du fumier, à partir du moment où ils parviennent à se débarrasser de l’odeur ce qui les
amènes à faciliter son évacuation vers la rivière la plus proche. A Lembang en revanche, il
semblerait que certain arrivent à s’en débarrasser chez leur voisin agriculteurs qui s’en servent
comme engrais.
Une rencontre avec les représentants des partenaires de Danone Dairy Indonesia
(KPSBU et Sahabat-Cipta) nous confirme que l’objectif du projet est notamment d’augmenter
le nombre d’éleveurs et la population de vache laitière de la région pour pouvoir produire plus
de lait mais aussi améliorer sa qualité et par la même augmenter le revenus des éleveurs
considérés.
Il semblerait, de plus, que des bandes dessinées illustrant les aspects techniques liés à la
profession d’agriculteurs laitier aient également été distribuées pour populariser et
promouvoir cette activité chez les plus jeunes afin d’assurer la relève et la durabilité des
impacts du projet.
Monsieur Dani HAMDAN, le manager de projet chez Sahabat-Cipta déplore que le projet ait
du s’arrêter précipitamment suit à la vente de Danone Dairy Indonesia à Indolakto fin 2014.
Les actifs restant (voitures etc.), cependant, doivent être vendu et les fonds versés à KPSBU
pour qu’ils assurent un suivi et surveillent la durabilité de l’impact du projet.
Il nous confie également être pleinement satisfait concernant les activités engagées
directement liés à la production laitière puisque les objectifs seraient sont selon lui largement
atteins. En revanche, il ne peut pas en dire autant des activités liées à la santé, l’hygiène et
l’éducation. Pourtant les débuts étaient prometteur puisqu’ils nous rapportent avoir été très
bien accueilli par les élèves des classes dans lesquels ils ont pu intervenir.
D’après ces partenaires, la qualité du lait fourni a été grandement améliorée.
Figure 3 : Chemin de l'impact du DDCP
16
Construction de l’impact pathway
Source : Guillaume DUTEURTRE et Justine RIVATON
17
Construction et réalisation de l’enquête
Sur la base de la revue bibliographique de départ, des différents entretiens, des
objectifs visés et des impacts attendus, nous rédigeons une enquête (consultable en annexe)
afin de pouvoir faire une analyse quantitative de l’impact du projet au niveau des éleveurs et
de leur ménage.
L’enquête inclue des « questions de rappels » qui visent à nous renseigner sur la situation de
départ, c'est à dire la situation avant que le Danone Dairy Ciater Project (DDCP) soit mis en
place ; des questions qui nous informerons sur les caractéristiques de base des éleveurs
sélectionnés, c'est à dire des caractéristiques non impactés par le projet et qui ne varient pas
dans le temps ; ainsi que des questions qui nous permettront de construire des indicateurs qui
nous renseigneront sur la réalisation des objectifs du projets.
Le questionnaire est divisé en 9 sections (de A à I) :
- A. Identification : nous renseigne sur la date, l’enquêteur, le numéro de membre
KPSBU de l’enquêté, l’altitude à laquelle il vit, le nom du village, la distance à laquelle
il se trouve du point de collection du lait le plus proche. On cherche aussi à savoir s’il a
été traité en lui demandant si il dispose d’une mangeoire et d’un système d’abreuvage
rénové, si ça a été fait par le projet Danone, et si il forme d’autres éleveurs pour essayer
de cerner les fermes choisies pour être des démo-farms.
à Ce dernier point cependant n’a pas été suffisamment bien tourné puisque certains
éleveurs qui n’avaient pas nécessairement été choisi pour former les autres par le projet
on répondu par l’affirmative. Il semblerait donc que dans certains cas les éleveurs
s’organisent entre eux pour que les plus performant transfèrent leurs savoirs aux
novices. C’est un point auquel il faut faudra faire attention à la lecture des résultats.
- B. Caractéristiques du ménage : on demande le nombre d’enfants et d’adultes qui
compose le ménage, l’âge de l’enquêté, son sexe, son niveau d’éducation dont les
réponses se répartissent sur 8 niveaux et l’année à laquelle l’enquêté à commencé
l’élevage de vache laitière pour connaître l’expérience dont il bénéficie.
- C. Activités de la ferme : On cherche à connaître la taille du troupeau et sa composition
(nombre de vache en période de lactation, en période sèche, de génisses, de veaux male
et femelle, de taureaux, de vache à viande et autre) en 2010, donc avant
l’implémentation du projet et lors de notre passage.
18
On cherche aussi à savoir à quelle quantité de terre ils ont accès et à quelles conditions,
donc on demande la taille des zones résidentielles, de l’étable, des terres où ils font
pousser du fourrage, celles où ils ont des activités d’horticulture ; si ce sont des espaces
qu’ils louent ou dont ils sont propriétaires, et le prix de location le cas échéant.
On se renseigne également sur le matériel de construction de l’étable (toit, structure,
sol) pour avoir une idée du standing de l’étable et du niveau de richesse de la ferme.
La question de la gestion des déchets organiques offre un choix multiple à savoir :
stocké dans une fosse à déchets, dirigé vers la rivière, utilisé comme biogaz ou autres.
Une autre question avec plusieurs réponses possibles est celle des ustensiles et matériels
disponible au sein de la ferme.
On se renseigne également sur les activités réalisées (récolte et transportation du
fourrage, traite, nettoyage de l’étable, nettoyage des bestiaux, plantation et gestion du
fourrage, transformation « maison » du lait, livraison du lait et nettoyage des récipients),
le temps passé pour chaque activité, le nombre de personne vivant au sein du ménage
qui contribue à chaque activité et le nombre de travailleurs hors ménages qui y
participent. On cherche finalement à savoir le nombre de personnes du ménage qui
travaillent à la ferme.
Nous nous renseignons ensuite sur les intrants et techniques en demandant les quantités
et type de nourritures apportés quotidiennement par vache.
Ensuite, la race de la vache est renseignée, le système de reproduction auquel ils ont
recours (artificiel ou naturel), le nombre moyens d’inséminations réalisées par vaches
sur la dernière année, la période moyenne de lactation, la production totale de lait
quotidienne au moment de l’enquête et en 2010.
On se renseigne également sur la technique utilisée pour abreuver le troupeau avant
l’implémentation du projet et aujourd’hui.
On demande également s’ils prévoient d’agrandir leur ferme et quelles sont les
principales contraintes qu’ils identifient à cette extension éventuelle.
Afin de se faire une idée de leur niveau de sensibilisation à la question
environnementale nous demandons le type de déchets produits par la ferme, ce qu’ils en
font, et s’ils ont changé leur pratique depuis 2010. On leur demande aussi s’ils estiment
avoir des problèmes de gestion des déchets et si l’enquêteur constate un problème à ce
niveau là afin de prévenir d’éventuelles différences de point de vues. (En effet, il arrive
que les éleveurs que nous rencontrons n’estiment pas avoir de problème de gestion des
19
déchets puisque ça s’écoule très facilement vers la rivière qui se trouve juste en contre
bas.)
à Une remarque concernant les terres pour le fourrage : il arrive que les terres soient
loué par les éleveurs au KPSBU dont le prix est directement retiré de leur rémunération
brute. Dans ce cas la case a été remplie par un 0.
- D. Aspects économiques : Là on se renseigne d’une part sur les revenus, notamment le
revenu net des 15 derniers jours versés par KPSBU ainsi que sur les revenus, liés à
l’activité de la ferme mais provenant d’ailleurs comme la vente de veaux, de vaches, de
fumier et de lait transformé ; puis sur les autres activités économiques et sources de
revenus du ménage.
D’autre part pour pouvoir finalement approximer les revenus totaux nets, nous nous
renseignons sur les coûts hors KPSBU.
à En effet, une précision doit être apportée ici : le KPSBU fournit du matériel, des
services et autres alimentations à ses membres dont les coûts sont directement soustrait
de leur rémunération bimensuelle brute. Ces coûts sont donc déjà pris en compte dans la
première question de cette section. Notons également que le KPSBU rémunère ses
membres selon la quantité et la qualité du lait vendu par groupe d’éleveurs.
- E. Connaissances et formation : On commence par leur demander si ils connaissent
Sahabat-Cipta, s’ils ont eu écho de leurs actions et si ils ont été contactés par l’ONG
entre 2011 et 2014. On leur demande également s’ils ont entendu parlé du nouveau
système de mangeoire et d’abreuvement et s’ils en possèdent un.
On leur demandent ensuite si des membres de leur ménage on reçu des formations sur
les bonne pratiques, combien, sur quelle période et de la part de quel organisme.
Puis nous nous informons sur les fréquences de visites dans les démo-farms pour les
formations et en dehors ; sur la durée du projet et depuis 2015.
On les questionne également sur leur capacité à faire de l’ensilage lors de l’enquête et
en 2010 ; on veut savoir s’ils ont été visité par des représentants du gouvernements pour
être formé sur les bonne pratiques et si dans ce cadre ils ont reçu des vaches, quand et
combien.
Enfin on leur demande s’ils connaissent Danone et si c’était le cas en 2010.
20
- F. Indicateurs de bien-être : On commence par leur demander s’ils sont propriétaire ou
locataire de leur logement (ou autre) ; s’ils ont un accès à l’eau ; leurs usage de
l’électricité ; leur utilisation, ou non, du biogaz et à quelles fins ; les caractéristiques de
leur logement lors de l’enquête et en 2010 (Est-ce que le toit de leur logement est en
tuile, les murs concret, est-ce qu’ils ont un garage ?). On leur demande ensuite les
éléments du quotidien dont ils disposent (radio, télévision, frigo, machine à laver,
téléphone portable, lecteur CD, deux roues motorisés, voiture, vélo) pour se faire une
idée de leur niveau de vie et depuis quand, pour savoir si ça a pu être impacté par le
DDPC.
On leur demande enfin combien de leurs enfants sont en âge d’aller à l’école, combien
vont effectivement à l’école et les frais d’inscription engendrés en 2015.
- G. Perception du bien être : On leur demande ici d’évaluer sur une échelle de réponses
possible l’évolution de leur bonheur et situation financière depuis 2010. L’enquête
requiert également une appréciation personnelle du business laitier de manière générale.
On se renseigne ensuite sur la façon dont ils se sentent impacté par le projet le cas
échéant (création de solidarité, de compétition, de jalousies, de fierté, de connaissance,
de confiance, renforcement les liens communautaires, autres)
Si les enquêtés font partit du groupe de traitement, on leur demande ce que ça leur a
apporté : pouvoir se projeter dans le futur, prendre plus de risques, innover plus,
amenuiser les inquiétudes.
Enfin on cherche à savoir si ils souhaitent que leurs enfants prennent la relève le
moment venu.
- H. Capital Social : On cherche dans cette section à savoir si les enquêtés sont des
membres actifs d’association voire s’ils ont des responsabilités dans ces organisations,
ou plus largement au sein de leur village. On leur demande aussi s’ils sont membre de
KPSBU et depuis quand, et s’ils ont quitté le KPSBU.
à Cela dit, comme c’est justement des membres de l’équipe du KPSBU qui nous a
présenté aux éleveurs, nous ne rencontrerons que des membres de KPSBU et passons à
côté de ceux pour qui le projet auraient pu ne pas marcher, et qui auraient changé
d’activité ce qui est à garder à l’esprit lors de l’analyse des résultats.
21
- I. Informations sur le crédit : On demande aux sondés s’ils avaient accès au crédit avant
2011 et lors de la réalisation de l’enquête ; d’où vient cet argent (banque, amis/famille,
groupe d’entraide, KPSBU) et s’ils bénéficient d’un compte en banque au moment de
l’enquête.
à Ici le problème vient du fait que la première phase du projet qui consistait à faciliter
l’accès au crédit pour l’achat de vaches a été administrée à tous les individus volontaire
du village de Ciater et pas aux habitants de Lembang. L’analyse de ces résultats et donc
difficile, puisque l’impact que l’on risque de trouver ne sera pas nécessairement du à la
seconde phase du projet, mais principalement à sa première phase.
Analyse des données - Méthodologie
Comme nous souhaitons évaluer l’impact du DDCP, nous somme intéressé par l’effet
moyen du traitement sur les participants.
Etant donné que le projet n’a pas été administré de manière aléatoire, nous imitions la
randomisation en appareillant les non participants aux participants sur la base de leurs
caractéristiques observables dans un premier temps (matching sur les covariables) et de leur
probabilité à participer au projet dans un second temps (Matching sur le Score de
Propension).
Notre contre factuel sera donc notre groupe de control appareillé, c'est à dire les éleveurs qui
n’ont pas bénéficié du projet de Danone mais qui ont des caractéristiques de bases similaires
aux éleveurs qui ont reçu le traitement. Formellement on veut étudier l’impact du traitement
tel que :
𝛼!"" = 𝐸 𝑌! − 𝑌! 𝑇 = 1,𝑋 = 𝐸 𝑌 𝑋,𝑇 = 1 − 𝐸 𝑌 𝑋,𝑇 = 0
où 𝛼!"" donne l’effet de traitement moyen sur les traités ; 𝑌! (𝑌!) est la variable d’intérêt pour
un individu du groupe de traitement (control) ; 𝑇 est une variable binaire égale à 1 si
l’individu a été traité et 0 sinon.
Cette méthode nécessite de faire deux hypothèses :
Premièrement, l’hypothèse d’identification commune implique que les traités qui ont les
mêmes caractéristiques observables que les non traités auraient les mêmes résultats que ces
derniers s’ils n’étaient pas traités. De la même manière un individu non traité avec des
22
caractéristiques similaire aux personnes traitées obtiendrait les mêmes résultats si il était
traité.
Deuxièmement, l’hypothèse de support commun implique que des individus avec des
caractéristiques observables similaires ont une probabilité positive d’être traité.
Formellement : 0 < Pr 𝑇 = 1 𝑋 < 1 où T nous renseigne sur le traitement et X sur les
caractéristiques observables.
Maintenant que nous avons posé nos hypothèses, nous pouvons utiliser, soit la
méthode du matching sur les covariables, soit la méthode du matching selon les scores de
propension. Pour vérifier la robustesse de nos résultats nous ferons les deux.
Matching sur les covariables
Le matching sur les covariables signifie que l’on a besoin de trouver dans notre groupe
de control des individus similaires à ceux de notre groupe de traitement, où la « similarité »
est définie par une mesure de la distance c'est à dire un algorithme de matching tel que :
𝛼!"" =1𝑁 𝑌!! − 𝒘𝒊𝒋𝑌!!
!∈!!!
où N est le nombre d’individus que nous avons dans notre échantillon ;𝑌!! la variable d’intérêt
de l’individu i traité ; 𝑌!! la variable d’intérêt de l’individu j non traité et 𝒘𝒊𝒋 la mesure de la
distance qu’on utilise pour déterminer à quel point nos individus i et j considérés sont
similaire.
Nous commençons par utiliser comme mesure de la distance, « le(s) voisin(s) le(s) plus
proche » où chaque individus est appareillé à une ou des unités de contrôles qui ont les
caractéristiques observables les plus similaires. Formellement, dans ce cas, la distance est
donc représenté telle que :
𝑤!" =1 𝑠𝑖 𝑋! − 𝑋! = 𝑚𝑖𝑛!∈!!! 𝑋! − 𝑋!
0 𝑠𝑖𝑛𝑜𝑛
La commande STATA que nous utilisons est : nnmatch T X1 X2 X3.
Nous utilisons ensuite la distance de Mahalanobis où formellement :
23
𝑤!" = (𝑋! − 𝑋!)!!!𝐶!!(𝑋! − 𝑋!)
où C est la matrice variable-covariance.
Les caractéristiques de base que nous utilisons sont : l’altitude à laquelle ils élèvent
leurs vaches, la distance qu’il doivent parcourir pour livrer leur lait, leur âge, leur niveau
d’éducation, l’année à laquelle ils ont commencé ce business, la taille du troupeau dont ils
disposaient en 2010 (avant le début de la seconde phase du projet), leur capacité à faire de
l’ensilage en 2010, une variable binaire égale à 1 si l’enquêté connaît Danone en 2010 et 0
sinon, une autre égalé à 1 si l’individu est membre d’une mosquée et enfin, sa productivité en
2010.
Les résultats sont présentés dans la section suivante. Nous exposons d’abord la
méthode des scores de propension qui nous permettra d’évaluer la robustesse de nos résultats.
Appariement par les scores de propensions
L’appariement par les scores de propensions se sert de la probabilité des individus à
participer au projet. Formellement :
𝑝 𝑋 = 𝑃𝑟𝑜𝑏 𝑇 = 1 𝑋
où 𝑝 𝑋 est le score de propension, 𝑇 le traitement et 𝑋 les variables qui sont corrélés à la fois
à la participation au projet et la variable d’intérêt considéré.
La méthode des scores de propension nous permet de montrer que deux individus qui ont une
probabilité similaire de participer au projet auraient eu des résultats analogues s’ils avaient
tous les deux été traités.
Puisque notre traitement est binaire : notre groupe de traitement est composé des enquêtés qui
vivent à Ciater, qui ont répondu « Oui » à la question « Est-ce que votre mangeoire et système
d’abreuvage ont été rénové dans le cadre du projet Danone ? » et on commencé l’élevage de
vaches laitières avant 201 ; nous utilisons un probit pour estimer la probabilité de participer
au projet en fonction de X. Formellement :
𝑝(𝑇!) = 𝛿! + 𝛿!𝑋! + 𝛿!𝑋! + 𝜀!
24
nous permet d’estimer des scores de propension pour chaque individus de notre échantillon.
Finalement, nous vérifions l’équivalence des scores de propensions entre les groupes
de control et de traitement, c'est à dire le support commun.
RESULTATS
A partir de notre base de données de 358 répondants (107 de Ciater et 251 de
Lembang), on obtient finalement un échantillon traité de 89 éleveurs pour 251 unités de
control.
Parmi eux 108 ont une mangeoire et système d’abreuvage rénové dont 96 ont été fait par le
projet Danone. Notre échantillon est composé de 81% d’hommes qui ont, en moyenne 42 ans.
La majorité d’entre eux ont fini l’école primaire (62%). En terme d’expérience ils ont
commencé l’élevage de vaches laitières en 2002 en moyenne pour atteindre un troupeau de
4,37 têtes en moyenne en 2010. Leur production total de lait quotidienne, atteins une
moyenne de 36,9 litre avant le début du projet.
Comme expliqué par Abadie et al. (2004), si le traitement avait été administré de
manière aléatoire, on aurait pu utiliser l’effet moyen du traitement d’un individu du groupe de
control avec des caractéristiques de prétraitement similaires pour estimer ses résultats s’il
avait été traité. Cependant, en pratique le traitement n’a pas été administré aléatoirement
puisque Danone a traité les habitants de Ciater volontaire, après leur avoir donné dans un
premier temps un accès au crédit.
Nous présentons donc dans un premier temps les résultats d’analyse du matching
selon la mesure de la distance définie par le(s) voisin(s) le(s) plus proche qui donne une
estimation de l’effet de traitement moyen du DDCP. Pour prendre en considération les
différences de caractéristiques de bases identifiées au préalable suite à la réalisation d’un test
de comparaisons de moyenne (présenté en annexe), on les utilise comme variables
d’appariement.
Le tableau 1 présente les résultats avec 4 voisins les plus proches, tel que suggéré par Abadie
et al. (2004) pour ne pas implémenter l’appariement sur trop peu d’information, ni considérer
des individus trop différents; puis le voisin le plus proche ; à chaque fois corrigés. En effet, si
l’estimateur n’est pas exact, il sera biaisé du fait qu’il révèlera la différence entre les variables
25
et les unités d’appariement. On a donc besoins d’éliminer ce biais en pratique. Les estimateurs
présentés sont donc corrigés, c'est à dire ajustés pour la différence de covariables.
Les deux colonnes suivantes, pour vérifier la robustesse de nos résultats, autorisent pour
l’hétéroscédasticité avec, encore une fois le et les 4 voisins les plus proches. Enfin, les deux
dernières colonnes présentent les résultats en utilisant la mesure de la similarité tel que la
définit la distance de Mahalanobis.
Tableau 1: Effet de traitement moyen selon le(s) voisin(s) le(s) plus proche
Nnmatch, bias Nnmatch, bias robusth Nnmatch, bias mahal
m(4) m(1) m(4) m(1) m(4) m(1)
Dairycattlesize2015 3,58*** 4,90*** 3,58*** 4,90*** 1,47*** 2,05***
C1342 (Send the waste in the river)
0,45*** 0,33** 0,45*** 0,33*** 0,27*** 0,27***
Workinghours 2,67*** 2,42*** 2,67*** 2,42*** 1,51*** 1,91***
C33 (Technic used to refilled water trunk)
-‐0,23* -‐0,25 -‐0,23* -‐0,25* -‐0,55*** -‐0,42**
Productivity2015 5,15*** 2,64* 5,15*** 2,64*** 8,29*** 6,80***
milkqualityindicator 142413.2*** 170155.9*** 142413.2*** 170155.9*** 47267.2*** 32337.48*
HHecoactincome 2059941 -‐21300000* 2059941 -‐
21300000*** -‐747546.8 -‐4002061
E11 (Ability to make silage at the time of the survey)
0,85*** 0,81*** 0,85*** 0,50*** 0,92*** 0,47***
G1 (Self appreciation of financial situation evolvement since 2010)
-‐1,49*** -‐1,32*** -‐1,49*** -‐1,32*** -‐1,70*** -‐1,83***
G2 (Self appreciation of
happiness evolvement since
2010)
-‐0,84*** -‐0,21 -‐0,84*** -‐0,21 -‐0,99*** -‐0,77***
Source : Auteur
L’effet moyen du DDCP est une augmentation de la pratique qui consiste à envoyer
ses déchets dans la rivière voisine. Autoriser pour l’hétéroscédasticité donne un résultat
d’ampleur similaire et d’autant plus significatif. L’utilisation de la distance de Mahalanobis
26
donne des coefficients légèrement inferieur mais toujours positifs et très significatifs. De plus,
d’autres résultats concernant les variables environnementales, non reportées dans le tableau si
dessus (mais consultable en annexe) vont dans la même direction révélant un impact négatif
du projet sur l’environnement, ce qui pourrait être une limite à la durabilité de ses impacts.
Pour l’individu dans notre échantillon, l’effet moyen de la participation au DDCP, corrigé du
biais, est une augmentation de la taille de son troupeau. Quand l’écart type est estimé sous des
conditions moins strictes, autorisant pour l’hétéroscédasticité, le résultat reste positif et
significatif au seuil de 1%. L’utilisation de la distance de Mahalanobis réduit l’ampleur de
l’effet de traitement moyen estimé sur l’échantillon, qui reste cependant positive est fortement
significative. Ainsi, dans cet échantillon, le DDCP apparaît avoir un effet significativement
positif sur la taille du troupeau des participants.
Si on considère les impacts directs du projet, il apparaît que l’effet moyen de la participation
au DDCP conduit à un impact significativement positif, là encore, sur la quantité de matériel
qu’ont les éleveurs à leur disposition dans leur exploitation. Aussi, les coefficients nous
renseignant sur la technique utilisé pour l’abreuvement des bovins est négatif et sa
significativité change selon la spécification utilisée. Attention à l’interprétation des résultats
ici, due au codage de la question : 1 – Automatiquement ; 2 – Manuellement, deux fois par
jour ; 3 – Manuellement, non géré. Ainsi, si le projet a effectivement été mis en place comme
prévu, nous devrions trouver un coefficient négatif et c’est bien ce que nous constatons ici, ce
qui signifie que le DDCP a eu un impact positif sur le processus d’abreuvement des vaches
pour les participants. De plus, l’impact de la participation à ce projet est positif augmentant de
50 à 90% selon la spécification retenue, la probabilité des individus à savoir faire de
l’ensilage et significatif au seuil de 1%.
Pour construire un indicateur de qualité du lait, étant donné que les membres de KPSBU sont
rémunérés sur la base de la quantité et de la qualité du lait vendu, nous divisons la
productivité des éleveurs en 2015 par le revenu net versé par le KPSBU dans les 15 derniers
jours précédents l’enquête. Les résultats sont, une fois de plus, positif et significatif au seuil
de 1%, témoignant ainsi d’une amélioration de cet indicateur suite à la participation au
DDCP, que l’ont corrige pour le biais, autorise l’hétéroscédasticité ou utilise la distance de
Mahalanobis.
L’indicateur d’activité économique du ménage qui nous renseigne sur les revenus provenant
d’activités autre que celle de la ferme, nous donne une indication du niveau de diversification
des revenus des ménages considérés. Le coefficient, selon la spécification utilisée n’est pas
toujours fortement significatif mais toujours négatif, ce qui semble cohérent étant donné que
27
la participation au DDCP augmente le nombre d’heure quotidienne passées à travailler et
leurs revenus.
Enfin, si on regarde la perception du bien-être, il apparaît que les coefficients sont négatifs et
significatifs. Ces coefficient négatifs signifient, que sur une échelle de 1 (ma situation
financière s’est nettement améliorée) à 5 (elle s’est nettement dégradée), les enquêtés sont
plutôt optimistes, révélant que leur situation financière est meilleure aujourd’hui que ce
qu’elle n’était avant le projet. De même pour l’appréciation personnelle de l’évolution du
bonheur (G2). Les coefficients apparaissent négatif. Ainsi, dans notre échantillon, l’effet
moyen de la participation au DDCP est une amélioration du bonheur déclaré sur les 5
dernières années.
Pour estimer la probabilité de participer au projet maintenant (le score de propension),
nous devons inclure dans notre régression toutes les variables pré projet corrélées avec la
variable d’intérêt considérée, soit : la taille du troupeau en 2015, une variable
environnementale telle que l’envois des déchets dans la rivière avoisinante, la technique
utilisée sur le système d’abreuvement au moment de l’enquête et leur appréciation personnelle
de l’évolution de leur situation financière et de leur bonheur ; reporté dans le tableau 2 ci-
dessous (Plus de résultats sont disponible en annexe).
Corrélés avec le traitement, on trouve : l’altitude (A7), la distance au point de
collection de lait le plus proche (A10), le nombre d’enfants vivant au sein du ménage (B11),
l’âge de l’enquêté (B2), son sexe (B3), son niveau d’éducation (B4), son expérience dans le
domaine des fermes laitière (B6), le nombre de vaches en période sèche qu’il possède en 2010
(C112a), le nombre de mètre carré loué pour la production de forage (C123a et C124a), le
nombre de mètres carrés dont il est propriétaire et qu’il loue pour l’horticulture (C125a&b), le
matériel de construction du toit de l’étable (C131), sa production totale de lait quotidienne en
2010 (C39), avoir reçu la visite et été formé sur les bonne pratiques par un représentant du
gouvernement (E13), avoir reçu du bétail de la part du gouvernement (E14), connaître Danone
avant le début du projet (E16), la variable binaire qui renseigne sur le fait d’avoir une
téléphone portable avant 2011 (havingmp), être membre de le mosquée (H12a) et avoir des
responsabilités particulières dans le village (H2).
28
Tableau 2: Impact du DDCP d'après le calcul des scores de propension
Teffects psmatch
Teffects psmatch,
atet Psmatch2
Twoway / Graphic balance check
Dairycattlesize2015 Overlap
assumption violated
1,43** 1
C1342 (throwing the waste in the nearby river)
0,16*** 0,09 0,29
C33 (Technic used to refill the water trunk at the time of the survey)
Overlap assumption
violated -0,75*** -0,52***
G1 (Self appreciation of the evolvement of the financial situation since 2010)
-0,36*** -0,62*** -0,40
G2 (Self appreciation of the evolvement of happiness since 2010)
-0,13 -0,31** -0,52***
Source : Auteur
On commence par utiliser la commande teffects psmatch pour estimer l’effet moyen du
traitement sur la taille du troupeau en 2015. (On donne ci-après une complète description du
processus suivi pour la taille du troupeau. Nous donnerons ensuite uniquement les résultats).
On utilise un modèle probit pour prédire le score de propension de chaque individu en
utilisant les covariables qui sont à la fois corrélées au fait d’avoir reçu le traitement et à la
taille du troupeau en 2015, au seuil de significativité de 5% soit : l’expérience (B6), le nombre
de vache en période sèche en 2010 (C112a), le nombre de mètre carré de terre horticole dont
29
ils sont propriétaire et qu’ils louent (C125a&b), le matériel utilisé dans la construction du toit
de l’étable (C131), la production quotidienne totale de lait en 2010 (C39), avoir été visité et
reçu une formation sur les bonnes pratiques par un représentant du gouvernement (E13), avoir
reçu des vaches laitière de la part du gouvernement (E14) et la variable binaire égale à 1 si le
répondant à acquis sont téléphone portable après le début du projet et 0 sinon.
Cependant, la régression ne peut pas se faire parce que l’hypothèse de superposition est
violée. Néanmoins, quand on regarde l’effet moyen du traitement sur les traités plutôt (en
rajoutant l’option atet à notre commande STATA), la participation au DDCP augmente la
taille du troupeau d’une moyenne de 1,43 unités, significative au seuil de 5%.
L’utilisation de la commande psmatch2 nous donne un effet moyen du traitement sur les
traités de 1, non significatif, en utilisant les mêmes variables. Le support commun (ou zone de
superposition) est présenté dans la dernière colonne sous forme de fonction de densités.
Le teffect psmatch, pour estimer l’effet moyen du traitement sur C1342 nous informe que
participer au DDCP augmente la probabilité d’envoyer ses déchets dans la rivière avoisinante
de 16%, statistiquement significative au seuil de 5%. La même régression pour les traités
uniquement n’est cependant pas significative tout comme le psmatch2. La zone de
superposition semble pourtant assez large.
Si on considère la technique utilisée pour le système d’abreuvement des bovins laitiers, même
si teffect psmatch ne peut pas être estimé à cause de la violation de l’hypothèse de
superposition, ce qui est vérifié sur le graphique présenté en dernière colonne ; l’effet moyen
du traitement sur les traités est statistiquement significatif au seuil de 5%, tout comme le
psmatch2, et négatif, ce qui signifie que plus d’individus bénéficient désormais d’un système
d’abreuvement automatique. De même, l’effet moyen du traitement sur les traités révèle une
augmentation significative de 46% de la probabilité de savoir faire de l’ensilage au moment
de l’enquête.
Finalement, d’un point de vue social, participer au DDCP a un impact positif sur l’évolution
de la situation financière et du bonheur, selon les répondants eux-mêmes.
Ainsi, à partir de ces résultats, la participation au DDCP apparaît comme ayant un
impact plutôt négatif sur l’environnement. Nous pouvons par conséquent souligner une
faiblesse dans la mise en place du projet qui réside dans le fait que les formations n’ont
apparemment pas suffisamment insisté sur la thématique environnementale et sensibilisé les
individus à ce sujet. Si on considère en plus que ces villages abritent d’importants
30
écosystèmes, les impacts positifs de ce projet, pourraient, à plus long terme s’essouffler voire,
s’inverser.
On remarque aussi que le DDCP semble avoir un impact positif sur la situation financière des
traités. On peut souligner cependant que les revenus provenant d’activités autres que la ferme,
diminuent significativement. Ce résultat peut avoir différentes explications : les éleveurs sont
peut-être suffisamment confiant pour moins diversifier leurs sources de revenus ou peut être
que leur situation financière les place moins dans des conditions où ils ont besoins de revenus
complémentaires ; c’est peut-être aussi qu’ils n’ont simplement plus le temps parce que les
activités de la ferme les occupent beaucoup.
Enfin, avoir participé au DDCP apparaît avoir eu un impact positif et significatif sur
l’évolution du bonheur des répondants, depuis 2010, selon leur évaluation personnelle ; ce qui
est un résultat intéressant à relever du point de vue du bien-être.
CONCLUSION ET DISCUSSION
Finalement, Danone Dairy Indonesia et ses partenaires ont bien mis en place la
deuxième phase du projet en lien avec la production laitière.
Comme impact direct les éleveurs profitent, en moyenne, d’un meilleur système d’abreuvage
de leur bovin puisque celui-ci est automatisé.
La taille de leur troupeau s’est agrandie et ils délivrent un lait de meilleure qualité. Ils
reportent de plus une évolution positive de leur bonheur et de leur situation financière sur les
cinq dernières années.
Ces impacts positifs méritent cependant d’être reconsidéré dans une évaluation à plus long
terme pour évaluer leur durabilité, particulièrement depuis que nous savons que l’impact
environnemental du projet aurait pu être meilleur. En effet, la participation au DDCP semble
avoir aggravé les mauvaises habitudes des éleveurs vis à vis de l’environnement puisque les
individus semblent, plus qu’avant, envoyer leurs déchets dans la rivière avoisinante. On
relève, de plus un manque de connaissances quant au fumier qui peut être utilisé comme
fertilisant organique.
Pour conclure, nos résultats ne sont pas aussi robuste que ce qu’on l’aurait espéré
puisqu’aucun d’entre eux n’est significatif à chaque spécification utilisée : le voisin le plus
proche, le Mahalanobis et deux méthodes de calcul du score de propension ; surtout à cause
de la transgression de l’hypothèse de support commun. Ces différences de caractéristiques
31
entre notre groupe de traitement et groupe de control nous rappelle l’importance de penser
l’évaluation en amont de la mise en place du projet.
De plus, cibler toute la population d’une région, dans ce cas, n’est pas forcément la
façon la plus efficace d’agir pour deux raisons :
Premièrement, avec les mêmes ressources et le même nombre de personnes traitées au départ,
on peut imaginer qu’en traitant des individus de Ciater et des individus de Lembang, de
manière aléatoire, les informations, techniques et savoirs seraient parvenus par effet de
diffusions jusqu’aux plus compétents et désireux de réussir dans ce business. L’impact aurait
été dans ce cas plus largement réparti, même si probablement mesurable à plus long terme. Ce
qui revient donc à prendre en compte les externalités.
Deuxièmement, sélectionner les traités de manière aléatoire aurait simplifié l’évaluation et
donné des résultats plus systématique et robustes en augmentant les chances d’avoir des
individus avec des caractéristiques observable similaire, donc des scores de propensions
positifs, et auraient par conséquent limité le biais de sélection.
Nous comprenons cependant le choix de Danone d’avoir eu recours à un projet en
deux étapes, sélectionnant dans un premier temps les éleveurs les plus volontaires,
débrouillard, motivés … assurance supplémentaire (à priori) de recevoir du lait de meilleur
qualité et en plus grande quantité que si le projet avait été attribué aléatoirement. Mais,
comme souligné précédemment, cette stratégie biaise nos résultats et rétrécie nos chances de
trouver un groupe de control avec des caractéristiques similaires (particulièrement parce que
nous ne connaissons ces caractéristiques qu’après avoir analysé les résultats de l’enquête). De
plus, cette éventualité doit être considéré après avoir pris en compte les externalités positive
éventuelles qui pourraient faire suite à la distribution aléatoire du projet (comme discuté dans
le paragraphe précédent). En effet, il est possible que les éleveurs les plus motivés, efficace,
désireux de réussir dans le business de la production de lait se seraient dans tous les cas
démarqués grâce à ces externalités.
Toujours est-il, qu’au moins, la stratégie d’implémentation de Danone permet d’éliminer les
problèmes liés à d’éventuelles jalousies qui auraient pu être crée par une implantation
aléatoire du projet.
Cela dit, nous demander de n’évaluer que la seconde partie du projet ne nous permet
pas de considérer les individus qui ont abandonné pendant ou suite à la première phase du
32
projet ce qui fait que nous passons très probablement à côté de certains points d’amélioration.
Une évaluation du projet dans son intégralité nous aurait permis de mieux distinguer les
éléments de réussite et d’échecs et de vérifier la situation dans laquelle se trouve désormais
les éleveurs qui n’ont pas bénéficié de la seconde phase du projet pour diverses raisons. Il est
cependant possible que certains individus aient bénéficié dans un premier temps d’un crédit
pour acheter des vaches et n’aient pas réussi à entreprendre une activité viable dans la
production de lait. Leur situation ne peut aujourd’hui malheureusement pas être reportée. Leur
prise en compte pourtant, pourrait nuancer les impacts positifs évalués jusqu’ici.
Il est également important de souligner la présence de KPSBU sur le terrain, qui est
primordial à garder à l’esprit à la lecture des résultats. En effet, un tel projet aurait très
certainement eu des résultat sensiblement différents s’il n’avait pas été suivi et encadré par
une coopérative aussi impliquée ; pas seulement pour le lancement et tout au long de sa
réalisation mais également pour assurer que le départ (précipité) de Sahabat-Cipta à la fin du
projet s’est fait dans de bonne conditions sans alerter ou désorienter les participants. Il est
aussi important de noter que le partenariat a été bien négocié entre Danone Dairy Indonesia et
le KPSBU qui aurait pu adopter un autre comportement si le projet ne leur été par apparu
aussi intéressant. En effet, étant donné que le projet a été implémenté dans une zone qui était
à l’origine plus spécialisée dans la plantation de thé, l’implémentation du DDCP dans cette
zone est une opportunité pour eux de bénéficier de nouveaux membres. En plus, les
formations intensives apportées par Sahabat-Cipta et rénovation de mangeoire et systèmes
d’abreuvage sont gage de la durabilité et de la qualité de la production de lait à venir.
Pour finir, les difficultés que nous rencontrons dans cette analyse d’impact soulèvent
la nécessité pour les chercheurs de penser une méthode plus adaptée aux besoins des
entreprises privées. De même les entités privées et organisations qui cherchent à évaluer
l’impact des projets mis en œuvre devraient prendre en compte les limites des outils
disponible et faires des évaluateurs, des partenaires qui suivent le projet en amont de son
implémentation, jusqu’à plusieurs années après de manière à avoir une évaluation la plus
proche possible de la réalité et qui fera le mieux avancer les projets futurs.
BILAN DE L’EXPERIENCE PROFESSIONNELLE – ENSEIGNEMENTS
Tout d’abord, ce stage m’a permis de prendre conscience de ce que m’ont apporté mes
cinq années d’études qui ont débouché cette année sur deux master 2 (Master 2 pro : Analyse
33
de projet de Développement et Master 2 Recherche : Développement Economique, dans le
cadre d’une troisième année de Magistère). Je peux aujourd’hui affirmer que c’est
considérable et que ce n’est pas uniquement théorique. En effet, j’ai d’abord remarqué que je
disposais d’une boîte à outils dans laquelle je peux piocher selon les problématiques
auxquelles je fais face. Mais pas seulement. J’ai aussi essayé d’avoir une analyse critique de
la question posée et de la méthode proposée en gardant à l’esprit les objectifs suivis et les
intérêts de chacun. Je suis également arrivée à la conclusion que 5 ans d’études n’étaient pas
suffisants pour maîtriser l’économie. Cependant, j’ai appris à chercher les informations aux
bons endroits, les trier et étudier de manière à trouver une solution pour ne jamais me
retrouver démunie face à l’inconnu.
En terme de compétences, j’ai pu mobiliser, mes capacités d’adaptations à des
environnements nouveaux ainsi que faire preuve de flexibilité quand aux changements de
programme et imprévus. Techniquement parlant, j’ai aussi pu appliquer en pratique ce que
j’avais appris à faire en théorie sur le logiciel STATA.
Pendant ce stage, j’ai aussi eu la chance de gérer et former une petite équipe
d’enquêteurs, ce qui m’a permit de développer mes compétences de travail en équipe, mais
aussi de communication et de gestion des comptes. Cela m’a amené à constater que les
personnes avec qui on travaille on souvent besoin de comprendre pourquoi on leur demande
de faire quelque chose et qu’il est important, je pense, de pouvoir leur expliquer de manière à
ce que le travail soit fait le plus rigoureusement possible, avec bonne foi. Il est aussi
nécessaire, à mon avis, de se rendre disponible et à l’écoute ainsi que de considérer les
différences de cultures et les pratiques traditionnellement à l’œuvre dans le pays où on se
trouve de manière à rendre les conditions de travail plus agréable et de développer des
rapports de confiances où chaque difficulté rencontrée peut-être abordée pour mieux y
répondre.
J’ai également pu développer des connaissances durant tout le processus précédant l’analyse
des données ; de la revue bibliographique, aux recommandations, en passant par la rédaction
de l’enquête, la construction et l’alimentation d’une base de données. L’étude finale m’a
permit de développer mes acquis en terme d’analyse d’impact et plus particulièrement de me
familiariser un peu plus avec la méthode du matching et de son implémentation sur STATA.
Enfin, ce stage m’a permis de mettre en avant ma patience, ma détermination et mes
capacités d’écoute. Il a été pour moi la transition idéale entre le monde universitaire et le
34
monde du travail et m’a donné la chance de découvrir un nouveau pays culturellement riche
où j’ai pu faire des rencontres professionnelles et humaines qui m’ont fait grandir.
35
ANNEXES
Photo 1 : Etable type, avec mangeoire rénovée et système d’abreuvement automatisée,
étiqueté Danone.
36
Questionnaire:
37
38
39
40
41
42
43
Test de comparaison de moyenne (t-test) pour toutes les variables :
Control Group
Treated Group
Difference
A7 (Altitude) 1292 859 432*** A10 (Distance to the collection point) 214 374 -‐160*** A13 (Train other farmers) 4% 19% -‐15 *** B11 (# children) 1,49 1,24 0,26** B12 (# adults in HH) 2,50 2,51 -‐0,00 B2 (Age) 40,24 48,23 -‐7,58*** B3 (Gender) 1,24 1,03 0,20*** B4 (education) 2,68 2,22 0,46*** B5 (Sundanese) 0,99 0,99 0,00 B6 (Experience) 2001,13 2004,25 -‐3,12*** C111a (# lactating cow 2010) 2,90 2,55 0,35 C111b (# lactating cow owned 2015) 2,41 2,59 0,28 C111c (# lactating cow shared 2015) 0,38 0,10 0,28** C11 recap (#herd 2010) 4,45 4,59 -‐0,15 Dairycattlesize2015 4,25 5,09 -‐0,84* Dairycattlesized2015withshared 4,99 5,28 -‐0,29 C121b (Residential owned area) 82,63 71,83 10,64 C122b (Barn owned area) 52,33 52,22 0,12 C123a (Forage cropping land rented area) 603,86 1479,55 -‐875,69*** C123b (Forage cropping land owned area) 620,80 728,08 -‐107,27 C123c (Forage cropping land rental cost) 44667,79 73824,35 -‐29156,56 C124a (Forage forest land rented area) 1379,89 458,77 921,12*** C124b (Forage forest land owned area) 63,71 32,58 31,12 C124c (Forage forest land rental cost) 3771,15 0 3771,15 C125a (Horticulture rented area) 296,48 18,88 277,60** C125b (Horticulture owned area) 258,91 699,92 -‐441,01** C131 (roof material – barn) 15,88 3,39 12,49*** C132 (structure material – barn) 2,81 1,79 1,02 C133 (floor material – barn) 5,63 2,97 2,67 C1341 (waste pit for waste management) 0,44 0,22 0,22*** C1342 (waster in river for waste management) 0,55 0,67 -‐0,12** C1343 (biogas used for waste management) 0,34 0,36 0,02 C12399 (“other” for waste management) 0,17 0,07 0,10** C141 (has milking machine) 0 0,01 -‐0,01* C142 (has milking bucket) 0,62 1 -‐0,38*** C143 (has Milk can) 0,86 0,93 -‐0,07* C144 (has milk filter) 0,78 0,85 -‐0,08 C145 (has teat dipping) 0,28 0,37 -‐0,09
44
C146 (has equipment to clean the barn) 0,98 1 -‐0,02 C147 (has carpets) 0,90 0,94 -‐0,04 C148 (has balances) 0,08 0,94 -‐0,87*** C149 (has measuring meter) 0,04 0,06 -‐0,01 C1499 (has “other” facilities in his farm) 0,08 0,12 -‐0,04 C21b (time spent transporting and cutting forage) 3,70 4,09 -‐0,39** C21c (#HHworkers for forage) 1,40 1,51 -‐0,10 C21d (#outside workers for forage) 0,11 0,12 -‐0,01 C22a (does milk) 0,98 0,95 0,02 C22b (time spent milking) 1,02 1,00 0,02 C22c (#HHworkers for milking) 1,21 1,36 -‐0,16** C22d (#outside workers for milking) 0,09 0,07 0,01 C23b (time spent cleaning the barn) 0,76 0,84 -‐0,08 C23c (#HHworkers cleaning the barn) 1,36 1,38 -‐0,02 C23d (#outside workers cleaning the barn) 0,08 0,06 0,03 C24b (time spent cleaning animals) 0,73 0,87 -‐0,14** C24c (#HHworker cleaning animals) 1,29 1,29 -‐0,00 C24d (#outside workers cleaning animals) 0,08 0,06 0,03 C25a (does plant and fertilize forage) 0,44 0,46 -‐0,02 C25b (time spent planting and fertilizing forage) 0,46 0,43 0,03 C25c (#HHworkers planting and fertilizing forage) 1,07 1,1 -‐0,14* C25d (#outside workers plating and fertilizing forage)
0,05 0 0,05
C26a (does process milk at home) 0,00 0,02 -‐0,02 C27a (does supply milk and clean cans) 0,97 0,94 0,03 C27b (time spent supplying milk and cleaning cans) 0,53 0,62 -‐0,09* C27c (#HHworkers supplying and cleaning cans) 1,02 1,02 -‐0,00 C27d (#outside workers supplying ilk and cleaning cans)
0,09 0,05 0,03
C29 (#HH working on the farm) 1,86 1,98 -‐0,12 C311 (Nappier grass – kg/cow/day) 26,2 14,30 11,90*** C312 (King grass – kg/cow/day) 1,69 6,35 -‐4,66*** C313 (Natural grass – kg/cow/day) 19,40 18,78 0,62 C314 (Banana trunks – kg/cow/day) 6,81 3,18 3,63** C315 (Rice straw – kg/cow/day) 4,22 6,05 -‐1,83 C316 (Concentrates – kg/cow/day) 6,76 6,79 -‐1,03 C317 (Mineral mix – kg/cow/day) 0,02 0,14 -‐0,13* C318 (Cassava waster – kg/cow/day) 7,76 3,93 2,83*** C319 (Rice bran – kg/cow/day) 0,62 0,58 -‐0,52** C3110 (Tofu waste – kg/cow/day) 0,06 0,58 -‐0,52** C32 (Dairy Cattle Breed) 1,78 3,21 -‐1,43 C33 (Technic used to refill water trunk 2015) 2,45 1,28 1,17***
45
C34 (Technic used to refill water trunk 2010) 2,48 2,54 -‐0,06 C351 (# inseminations in the past 12months) 2,53 2,76 -‐0,23 C36 (Calving interval) 1,56 1,66 -‐0,10 C37 (Average lactation period of milking cows) 2,012 1,83 0,18 C38 (Total milk production/day 2015) 38,48 34,03 4,44 C39 (Total milk production/day 2010) 40,43 29,29 11,14*** Productivity2010 14,96 12,32 2,64*** C310 (Plan to have more cows) 0,89 0,86 0,27 C3111 (Main constraint: not enough land) 0,33 0,23 0,10* C3112 (Main constrain: not enough labor) 0,15 0,16 -‐0,01 C3113 (Main constraint: not enough money) 0,76 0,70 0,06 C3114 (Main constraint: not enough space in the barn)
0,24 0,17 0,07
C3115 (Satisfied with my farm) 0,08 0,25 -‐0,17*** C3116 (Need income from selling calf) 0,03 0,01 0,02 C41 (Farm produces solid manure) 1 0,99 0,01* C42 (Farm produces liquid manure) 1 1 0,01* C43 (Farm produces feed waste) 0,85 0,79 0,06 C51 (All the waste is evacuated to the river) 0,20 0,35 -‐0,14*** C52 (Part of the waste is evacuated to the river) 0,46 0,38 0,08 C53 (Solid part used as organic fertilizer) 0,58 0,40 0,17*** C54 (Solid part sold) 0,06 0,01 0,05* C55 (Liquid part used as organic fertilizer) 0,23 0,18 0,05 C56 (Use biogas) 0,36 0,38 -‐0,02 C6 (Management practice changes since 2010) 0,35 0,34 0,01 C7 (Claim to have management problem) 0,23 0,16 0,07 C81 (Surveyor sees waste management problem) 0,70 0,76 -‐0,06 C821 (Problem of smell) 0,44 0,35 0,09 C822 (Problem of environmental pollution) 0,93 0,93 0,00 D1 (Net KPSBU revenue of the last 15days) 1321443 960717,6 360725,2* Milkqualityindicator 94485,34 84157,49 10327,85 D21c (non KPSBU Total income/year from calves’ sells)
9245779 1,06e+07 -‐1370130
D22c (Non KAPBU Total income/year from cows’ sells)
1,91e+07 1,54e+07 3745453
D23c (NON KPSBU Total income/year from manure sells)
900055,6 533333,3 366722,2
nonKPSBUdairyrelincome 1,54e+07 1,54e+07 7841,50 D31c (Non KPSBU Total cost/year for fertilizer) 574646,9 534250 40396,9 D32c (Non KPSBU total cost/year from Tofu waste) 1,66e+07 6921315 9702390* D33c (Non KPSBU Total cost/year for Cassava waste)
7733872 5862249 1871623*
46
D34c (Non KPSBU Total cost/year for fodder) 4739861 5971929 -‐1232067 D35c (Non KPSBU Total cost/year for rice straw) 5139148 2930083 2209065 D36c (Non KPSBU Total cost/year for labor) 8121434 1,04+07 -‐2235709 D37c (Non KPSBU Total cost/year for medicine) 1092500 65950 1026550 D38c (Non KPSBU Total cost/year for electricity) 859663,5 654600 205063,5** D39c (Non KPSBU total cost/year for land) 1,82e+07 1,01e+07 8164757 D310c (Non KPSBU total cost/year for cattle) 2,36e+07 1,50e+07 8570672** D311c (Non KPSBU total cost/year for equipment) 396068,2 550456,9 -‐154388,7 nonKPSBUcost 2,50e+07 1,15e+07 1,35e+07*** D41a (Income/year from other farming activities) 4819831 952809 3867022** D41b (#HH members working on other farming activities
1,54 1,36 0,18
D42a (Income/year from wage work) 3024871 2091685 933185,1 D42b (#HH members doing a wage work) 1,15 1,21 -‐0,05 D43a (Income/year from a business) 3188048 745618 2442430 D43b (#HH members having a business) 1,12 1,18 -‐0,06 D44a (Income/year from remittances) 196414,3 500000 -‐303585,7 D44b (#HH members sending remittances) 1 1,33 -‐0,33 D45a (Income/year from pensions) 86055,79 91415,73 -‐5359,95 D45b (#HH members receiving pensions) 1 1,33 -‐0,33 E1 (Knows Sahabat-‐Cipta (S-‐C)) 0,08 0,99 -‐0,91*** E1a (Heard about action being undertaken by S-‐C) 0,86 0,97 -‐0,11** E1b (Has been contacted by S-‐C) 0,59 0,99 -‐0,40*** E2 (Heard about the renovated feed bank and drink system)
0,72 0,99 -‐0,27***
E3 (Has a renovated feed bank and drink system) 0,02 0,98 -‐0,95*** E4 (HH members received training since 2011) 0,66 0,85 -‐0,20*** E41 (received training from…) 1,16 2,86 -‐1,70*** E43 (# of trainings received) 8,59 19,95 -‐11,35*** E5 (How often the farm has been visited by neighbors to be trained on good farming practice between 2011 & 2014)
0,26 0,74 -‐0,48***
E6 (How often is the farm visited by neighbors to be trained on good farming practice since 2015)
0,15 0,54 -‐0,39***
E7 (Frequency with which visited demo-‐farm between 2011&2014)
0,61 2,25 -‐1,63***
E8 (Frequency with which visits demo-‐farm since 2015)
0,47 1,47 -‐1,00***
E9 (Frequency with which received training in a demo-‐farm between 2011 and 2014)
0,29 0,88 -‐2,24***
E10 (Frequency with which received training in a demo-‐farm since 2015)
0,16 1,31 -‐1,16***
47
E11 (Has skills to make silage) 0,21 0,63 -‐0,42*** E12 (Has skills to make silage in 2010) 0,13 0,22 -‐0,09* E13 (Government officer came to provide training) 0,17 0,59 -‐0,42*** E14 (Received cattle from the government) 0,11 0,59 -‐0,49*** E15 (Knows DANONE) 0,58 0,99 -‐0,41*** E16 (Knew DANONE in 2010) 0,41 0,71 -‐0,30*** F1 (Type of the tenure of the house) 7,65 2,10 5,55** F2 (Access to tap water) 0,60 0,89 -‐0,29*** F31 (Uses electricity for lightening) 0,99 1 -‐0,01 F32 (Uses electricity for air conditioning) 0,00 0,01 -‐0,01 F33 (Uses electricity for cooking) 0,70 0,61 0,09 F34 (Uses electricity for heating water) 0,04 0,02 0,21 F35 (Uses electricity fir house appliances) 0,98 0,98 -‐0,00 F399 (Uses electricity for “other”) 0,02 0,01 0,00 F4 (Uses biogas) 0,36 0,36 -‐0,00 F41 (Uses biogas for lighting) 0,01 0 0,01 F42 (Uses biogas for heating) 0,19 0,09 0,09 F43 (Uses biogas for cooking) 0,94 1 -‐0,06 F499 (Uses biogas for “other”) 0,01 0 0,01 F51a (Has a concrete wall – House -‐ 2015) 0,85 0,91 -‐0,06 F51b (Had a concrete wall – House – 2010) 0,79 0,84 -‐0,05 F52a (Has a tiled roof – House – 2015) 0,97 0,97 0,01 F52b (Has a tiled roof – House – 2010) 0,96 0,95 0,00 F53a (Has a Garage in 2015) 0,11 0,06 0,05 F53b (Has a garage in 2010) 0,10 0,4 0,06* F61 (Has a radio) 0,34 0,34 0,00 F611 (Has a radio since…) 2003,17 2001,03 2,14 F62 (Has a TV) 0,98 0,97 0,02 F621 (Has a TV since…) 2003,59 2003,71 -‐0,11 F63 (Has a refrigerator) 0,43 0,40 0,2 F631 (Has a refrigerator since…) 2010,3 2009,9 0,39 F64 (Has a washing-‐Machine) 0,17 0,16 0,02 F641 (Has a washing machine since…) 2011,79 2012,21 -‐0,43 F65 (Has a mobile phone) 0,85 0,72 0,13*** F651 (Has a mobile phone since…) 2009 2010,28 -‐1,28** F66 (Has a CD player) 0,66 0,58 0,08 F661 (Has a CD player since…) 0,66 0,58 0,08 F67 (Has a motorcycle) 0,84 0,81 0,03 F671 (Has a motorcycle since…) 2008,36 2006,70 1,67** F68 (Has a car/pickup) 0,08 0,09 -‐0,01 F681 (Has a car/pickup since…) 2008,18 2005 3,18 F69 (Has a bicycle) 0,35 0,39 -‐0,5
48
F691 (Has a bicycle since…) 2010,21 2009,11 1,09 F7 (Children school fees in 2015) 288164,7 541752,8 -‐253588* F71 (#children in school age) 1 0,93 0,06 F72 (#children going to school) 0,97 0,91 0,06 G1 (Self appreciation of financial situation evolvement since 2010)
2,60 2,28 0,32**
G2 (Self appreciation of happiness evolvement since 2010)
2,42 2,11 0,31***
G3 (Self appreciation of milk farming) 1,99 1,84 0,15* G4 (Was impacted by the DDCP) 0,15 0,91 -‐0,76*** G411 (DDCP created solidarity) 0,46 0,64 -‐0,18* G412 (DDCP enhanced competition) 0,35 0,27 0,08 G413 (DDCP created jealousy) 0,27 0,15 0,12 G414 (DDCP created pride) 0,38 0,48 -‐0,10 G415 (DDCP increased our knowledge) 0,97 0,88 0,10* G416 (DDCP increased our confidence) 0,27 0,52 -‐0,25** G417 (DDCP strengthen community ties) 0,27 0,44 -‐0,17 G51 (DDCP allows me to project myself in the future)
0,8 0,84 -‐0,04
G52 (Being part of the DDCP drives me to take more risks)
0,2 0,28 -‐0,08
G53 (Being part of the DDCP drives me to innovate more)
0,2 0,29 -‐0,09
G54 (Being part of the DDCP drives me to be less worried)
0 0,16 -‐0,16
G599 (“Other”) 0 0,01 -‐0,01 G6 Would like his children to continue the farm 1,29 1,37 -‐0,08 H11a (Members of an informal credit group) 0,36 0,30 0,05 H11b (Has responsibilities in an informal credit group)
0,09 0,08 0,01
H12a (Member of a mosque/church) 0,13 0,30 -‐0,18*** H12b (Has responsibilities in the mosque/church) 0,39 0,22 0,17 H13a (Member of a women group) 0,15 0,19 -‐0,04 H13b (Has responsibilities 0,24 0,23 0,01 H2 (Has special responsibilities in the village) 0,08 0,16 -‐0,08** H211 (Is the head of the village) 0,05 0,21 -‐0,16 H212 (Is a teacher) 0 0,29 -‐0,29*** H213 (Is an Imam) 0,05 0,29 -‐0,24* H2199 (Has “other” responsibilities in the village) 0,9 0,46 0,43*** H31 (Is a KPSBU member since…) 2006,53 2006,10 0,43 I1 (Had access to credit in cash before 2011) 0,46 0,62 -‐0,16*** I11 (Borrowed the money from…) 9,37 20,87 -‐11,49**
49
I2 (Has access to credit in cash – time of the survey) 0,57 0,55 0,01 I21 (Borrows the money from…) 63,89 53,73 10,15 I22 (KPSBU helped getting the loan) 0,93 1 -‐0,07* I3 (Has a bank account) 0,33 0,32 0,02
50
Résultats du matching utilisant le(s) voisin(s) le(s) plus proche :
Nnmatch, bias Nnmatch, bias robusth Nnmatch, bias mahal
m(4) m(1) m(4) m(1) m(4) m(1) Dairycattlesize2015 3,58*** 4,90*** 3,58*** 4,90*** 1,47*** 2,05*** C1341 (Uses a pit to manage the waste)
-‐0,50*** -‐0,51*** -‐0,50*** -‐0,52*** -‐0,40*** -‐0,59***
C1342 (Send the waste in the river)
0,45*** 0,33** 0,45*** 0,33*** 0,27*** 0,27***
C142 (Has milking bucket)
0,26*** 0,21** 0,26*** 0,21*** 0,30*** 0,29***
C143 (Has milk can) 0,27*** 0,25*** 0,27*** 0,25*** 0,25*** 0,23*** C148 (Has balances) 0,81*** 0,76*** 0,81*** 0,76*** 0,85*** 0,90*** C21b (Time spent
cutting and transporting forage)
1,22*** 1,15*** 1,22*** 1,15*** 0,99*** 1,23***
C24b (Time spent cleaning the animals)
0,27** 0,35** 0,27*** 0,35*** 0,19* 0,29*
Workinghours 2,67*** 2,42*** 2,67*** 2,42*** 1,51*** 1,91*** C3115 (Satisfied with
my farm) -‐0,12 -‐0,12 -‐0,12* -‐0,12* -‐0,12* -‐0,12*
C33 (technic used to refilled water trunk)
-‐0,23* -‐0,25 -‐0,23* -‐0,25* -‐0,55*** -‐0,42**
C38 (Total milk production/day at the time of the
survey)
39,06*** 40,09*** 39,06*** 40,09*** 25,60*** 25,93***
Productivity2015 5,15*** 2,64* 5,15*** 2,64*** 8,29*** 6,80*** C51 (Evacuates all the waste to the
river) 0,40*** 0,37** 0,40*** 0,37*** 0,20** 0,28**
C53 (Uses solid manure as organic
fertilizer) -‐0,66*** -‐0,66*** -‐0,66*** -‐0,66*** -‐0,45*** -‐0,45***
D1 (Net KPSBU revenue in the last
15 days)
1630152***
1946614***
1630152***
1946614***
799757.5***
1083605***
milkqualityindicator 142413.2*
** 170155.9*
** 142413.2*
** 170155.9*
** 47267.2**
* 32337.48*
nonKPSBUdairyrelincome
3136808 6779500 3136808* 6779500**
* -‐777093.4
-‐1.19e+07*
**
HHecoactincome 2059941 -‐
21300000*
2059941 -‐
21300000***
-‐747546.8 -‐4002061
51
nonKPSBU cost
1160081 126801.5 1160081 126801.5 -‐
1.04e+07**
-‐6798992*
E11 (ability to make silage at the time of
the survey) 0,85*** 0,81*** 0,85*** 0,50*** 0,92*** 0,47***
F1 (Tenure of the house)
-‐2,83 2,32 -‐2,83** 2,32 -‐4,30 -‐4,30
F2 (Access to tap water)
-‐0,29*** -‐0,24* -‐0,29*** -‐0,24** -‐0,17** -‐0,17**
F51a (Brick/concrete walls in the house in
2015) -‐0,5 -‐0,6 -‐0,5** -‐0,1** -‐0,16*** -‐0,16***
F52a (Tiled roof in 2015)
-‐0,00 -‐0,10*** -‐0,00 -‐0,10*** -‐0,00 -‐0,03
F53a (Has a garage in 2015)
-‐0,02 -‐0,01 -‐0,02 -‐0,01 -‐0,03 -‐0,05
F7 (School fees in 2015)
-‐69498.43 107104.6 -‐69498.43 107104.6 -‐70340.26 -‐323624.8
G1 (Self appreciation of financial situation evolvement since
2010)
-‐1,49*** -‐1,32*** -‐1,49*** -‐1,32*** -‐1,70*** -‐1,83***
G2 (Self appreciation of happiness
evolvement since 2010)
-‐0,84*** -‐0,21 -‐0,84*** -‐0,21 -‐0,99*** -‐0,77***
52
Tableau 2 : Résultats de l’impact du DDPC d’après le calcul des scores de propension
Teffects psmatch
Teffects psmatch,
atet Psmatch2
Twoway / Graphic balance check
Dairycattlesize2015 Overlap
assumption violated
1,43** 1
C1341 (using a pit to manage the waste)
Overlap assumption violated
-0,09* -0,15
C1342 (throwing the waste in the nearby river)
0,16*** 0,09 0,29
C142 (having milking bucket)
Overlap assumption violated
0,03 0,04
C143 (having milk can)
0,03 0,06 0,02
C148 (having balance) Overlap
assumption violated
Overlap assumption
violated -0,05
53
C21b (time spent transporting and cutting forage/day)
Overlap assumption violated
-0,58 -0,79
C24b (time spent cleaning the animals/day)
Overlap assumption violated
-0,04 -0,04
C3115 (Being satisfied enough with the farm for not be willing to expend it)
Overlap assumption violated
0,04 0,02
C33 (Technic used to refill the water trunk at the time of the survey)
Overlap assumption violated
-0,75*** -0,52***
C38 (Total milk production/day at the time of the survey)
Overlap assumption violated
Overlap assumption
violated 22,15***
Productivity2015 Overlap
assumption violated
2,31*** 1,93
C51 (Evacuating all the waste to the river)
Overlap assumption violated
-0,24* -0,16
54
C53 (Using solid manure as organic fertilizer)
Overlap Assumption violated
0,02 -0,05
D1 (net KPSBU revenue of the last 15 days, at the time of the survey)
Overlap assumption violated
Overlap assumption
violated
719126.714***
Milkqualindicator Overlap
assumption violated
15805.53 15004.81
nonKPSBUdairyrelincome
7152839 -124114.6 3670965.26
HHecoactincome -
9846558***
-14800000,
00 -14423562.5
nonKPSBUcost Overlap
assumption violated
2550834 4617987.33
E11 (Being able to make silage)
Overlap assumption violated
0,46*** 0,46***
55
F1 (Type of the tenure of the house)
Overlap assumption violated
1,10 1,36
F2 (Has access to tap water)
Overlap assumption violated
-0,11*** -0,09***
F51a (Living in a house which has concrete walls)
Overlap assumption violated
-0,07 -0,06
F53a (Has a garage) -0,08** -0,05** -0,03
G1 (Self appreciation of the evolvement of the financial situation since 2010)
-0,36*** -0,62*** -0,40
G2 (Self appreciation of the evolvement of happiness since 2010)
-0,13 -0,31** -0,52***
56
Bibliographie -‐ A. Abadie D. Drukker J. Leber H. Guido W. Imbens, Implementing matching estimators for average treatment
effects in Stata – 2004
-‐ R. Tawaf and A. S. Surianingrat, The role of demo farm to develop smallholders dairy farming, Economics
Laboratory faculty of Animal Husbandry, Padjadjaran Universty
Erwidodo 1998 et Swastika et al. 2005).