CAMAR Application

Prospective régionale

Face à la difficulté des fermes des zones rurales défavorisées à assurer leur pérennité, la Commission Européenne a lancé en 1990/91 un vaste appel d’offre de recherche sur la compétitivité de l'agriculture et la gestion des ressources agricoles: le projet CAMAR (Competitiveness of Agriculture and Management of Agricultural Ressources).

Quelles conséquences pourrait avoir la nouvelle Politique Agricole Commune (PAC) de 1992 sur les résultats des fermes d'élevage des régions Auvergne t Limousin ?

Quelles conséquences pourrait avoir la nouvelle PAC sur les pratiques et les productions de ces fermes d'élevage ? 

Quelles stratégies d'adaptation pourraient-elles mettre en œuvre ?

Quelles places pourraient prendre les productions agricoles non contingentées par la nouvelle PAC (élevages de volailles, de gros gibiers, cultures de petits fruits...) les activités de transformations des produits de la ferme (fromagerie, charcuterie ....) et les activités non agricoles (gîte rural par exemple) ?

Ces questions ont été étudiées à l'aide d'un système interactif d'aide à la décision ad hoc  ( CAMAR DSS)  qui utilise conjointement:

- une base données statistique (RICA) et un algorithme de classification hierarchique ascendante pour identifier les principaux type d'agriculteurs d'une région, 

- un moteur d'inférence à base de règles pour simuler les mécanismes cognitifs "prétés aux agriculteurs -- mécanismes définis par un groupe d'experts du domain" ; écrit en PROLOG le moteur d'inference est capable d'expliquer le résultat de chaque étape du raisonnement simulé en affichant les valeurs des prémisses des règles qui ont conduit au résultat proposé (

*voir details en fin du document) 

- un algorithme de recherche opérationnelle pour identifier la meilleure combinaisons d'activités {solutions du problème primal}, ainsi que les facteurs dont la quantité limite les résultats {solutions du problème dual},

- et un tableur pour agréger -- en les pondérant-- les résultats obtenus pour chaque type de ferme et obtenir ainsi une approximation de l'impact de la PAC sur une région sous diirentes hypothèses de réglementation (scénarios).

Les réponses à ces questions ont été construites en 3 temps :

1. définition du système de production mis en question . 

Le système mis en question comprend 2 éléments : les caractéristiques descriptives du type de ferme étudié en 1990 (Qui suis-je ?) et les caractéristiques descriptives de la politique simulée (nouvelle PAC). Ces 2 éléments constituent la première partie des scénarios construits par le DSS.

Les types de ferme étudiés ont été définis en construisant une typologie des 470 élevages qui constituaient le RICA (Réseau d'Informations Comptables Agricoles) de ces deux régions en 1990 en Auvergne et Limousin.

Une Classification Ascendante Hiérarchique de ces élevages a conduit à les regrouper en 60 "classes" -- chacune des classes rassemblant des élevages qui se ressemblent plus entre eux qu'ils ne ressemblent aux autres, 60 types de fermes qui représentent l’essentiel de la diversité des situations, pratiques, résultats et stimuli des éleveurs des 2 régions d'étude (65% de la variance totale), ainsi que le nombre de fermes réelles que représente chaaque type (coefficient d'extrapolation (¹)).

Notons qu'en procédant ainsi, on -- et par conséquent le modèle prospectif CAMAR, postule que les comportements des éleveurs d'un terroitoir résultent pour une part d'une tendance au mimétisme.

Dans le DSS CAMAR, chaque type de ferme est décrit par 80 paramètres qui caractérisent son état en 1990 : le profil du décideur (âge, succession. . .), les moyens de production mis en œuvre (terre, capital, travail), les techniques pratiquées (cheptel, mode d'utilisation du sol, types de produits vendus, valeur des intrants), les résultats économiques obtenus (produit brut de chaque activité, aides et subventions, marge brute et revenu). Ces paramètres représentent les principaux facteurs internes qui sont susceptibles d’influer sur les choix stratégiques des éleveurs La Figure 1 présente quelques exemples de paramètres utilisés.

Figure 1. Quelques éléments descriptifs d'une ferme-type en 1990

La politique simulée (nouvelle PAC) est décrite par une quarantaine de paramètres : droits à produire (nombre de litres de quotas de production laitière, nombre de vaches allaitantes primées...), prix des principaux produits vendus et achetés, valeurs et conditions d'attribution des primes compensatoires, coût des capitaux, coût de la vie, etc. Ces paramètres représentent les principaux facteurs externes qui sont susceptibles d’influer sur les choix stratégiques des éleveurs ;voir details dans le volet "CAMARInEnglish" de la page

2. simulation d'un processus de décision hypothétique dans chaque type de ferme, qui comprend 4 étapes (Figure 3):

Figure 3. Structure d'inférence du processus de décision simulé. 

2.1. une phase de prévision (Où vais-je ?), qui consiste à calculer l'impact de la nouvelle PAC sur les résultats économiques dans l'hypothèse d'un statu quo stratégique, en simulant les relations qui lient les résultats économiques d'une ferme à ses caractéristiques structurelles et techniques et à son environnement économique et réglementaire, avec les prix et les subventions définis par la nouvelle PAC.

2.2. une phase de diagnostic (Objectifs ?), qui consiste à identifier les stimuli que pourrait générer un statu-quo stratégique sous la nouvelle PAC en comparant les résultats économiques obtenus sous la nouvelle PAC à ceux de 1990.

2.3. une phase de planification (Solutions ?), qui consiste à identifier les stratégie et les actions susceptibles d'être engagées en réponse aux stimuli générés par la PAC (cohérence) avec les moyens disponibles.

Le processus de planification se déroule en deux temps. La première phase consiste à identifier les stratégies d’adaptation que pourraient générer les stimuli mis en évidence, et qui seraient susceptibles de résoudre tour ou partie des problèmes diagnostiqués.

La deuxième phase vise à identifier les actions que pourraient recouvrir ces stratégies. Le processus d’identification des actions qui pourraient être entreprises a été formalisé au travers de trois algorithmes de calcul :

-le premier permet d’identifier les changements qui permettraient de maximiser les primes compensatoires dans l’environnement simulé (déclaration d'une partie des céréales et/ou du mais fourrage en herbe, agrandissement pour réduire le niveau du chargement et accéder au supplément extensif) ;

- le second permet de calculer l’évolution que pourrait connaître les productions classiques et la place que pourraient prendre certaines activités alternatives, sans remettre en cause les activités de base du système, et avec les moyens de production initiaux ;

- le dernier permet de déterminer la combinaison d’activités qui permettrait de maximiser la marge brute globale des fermes-entreprises, en remettant en cause tout ou partie des activités de base du système initial, et en tenant compte de l’évolution possible de leur moyens de production (augmentation de leur force de travail et de leur capacité d’investissement liées à l''installation d’un successeur).

Le modèle de calcul de la combinaison d'activités susceptibles de maximiser la marge brute globale des fermes est un algorithme de maximisation d'une fonction de production sous contraintes adaptée a chaque type de ferme. De type simplexe, basé sur la méthode du pivot de Gauss, cet algorithme met en œuvre trois types données (voir code informatique à la fin du document):

- la fonction d'utilité a maximiser, qui est constituée par la liste des marge brutes unitaires des 25 activités classiques et alternatives mises en concurrence, dans le contexte économique simulé (cf actions possibles figure 1),

- les coefficients technologiques, qui décrivent les moyens de production nécessaires a l'élaboration d'une unité de produit de chacune des activités mise en concurrence,

- les contraintes à satisfaire, qui sont les moyens de production dont disposent les fermes .

L'application de ce modèle de prise de décision détermine la combinaison d'activité qui permettrait de maximiser la marge brute de la ferme en remettatnt éventuellement en cause les activités actuelles. Dans la ferme citée en exemple, le modèle suggère de conserver les 25 ha de céréales mais de réduire de 58 à 37 le nombre de vaches laitières et de remplacer les 21 vaches supprimées par 20 truies et 30 cervidés, ce qui permettrait d'obtenir environ 108 000 F de marge brute supplémentaires (666 976 F contre 508 678 F).

Solutions du problème primal :

Outre la place que pourraient prendre les activités alternatives dans le cadre d'une stratégie d'optimisation des moyens disponibles, cet algorithme de calcul permet d’identifier les moyens de productions qui, dans le contexte simulé, pourraient être les plus recherches, via la valeur de la productivité marginale (ou coût d’opportunité) de chacun d’eux. 

Solutions du problème dual :

2.4. une phase d'argumentation (Pourquoi?), qui consiste à simuler la mise en œuvre de la stratégie élaborée et à comparer les résultats aux objectifs du fermier; écrit en PROLOG le programme informatique qui elabore les résultats de chaque simulation est en outre capable de répondre à la question "pourquoi" à chaque étape du raisonnement simulé en affichant les causes associées à chaque composante du résultat. 

Résultats des simulations

L'application du modèle de prévision dans les 60 types d'élevage et l’agrégation de ses résultats montrent que la nouvelle PAC pourrait se révéler globalement plus favorable au maintien -- voire au développement -- des activités en cours, que le contexte économique de 1990.

L'application du modèle de diagnostic et l'analyse de ses résultats agrégés montrent que les stratégies des éleveurs pourraient être guidées par 5 grands types de stimuli (A... E) sous la nouvelle PAC:

- A- 16% des fermes chercheraient à maximiser leur revenu (entreprises) ;

- B- 25% des fermes chercheraient à retrouver un équilibre financier (fermes à risque);

- C- 20% des fermes chercheraient à mieux satisfaire les besoins familiaux (f.sous pression)

- D- 5% des fermes chercheraient à ’installer un successeur (f. prochainement sous pression)

- E- 30% des fermes pourraient avoir ni problème ni projet (fermes en croisière)

L'application du modèle de planification et l’agrégation de ses résultats montrent qu'environ 50 % des fermes ne modifieront probablement pas sensiblement leur système actuel (tableau 1), soit parce qu'elles n'en éprouveront pas la nécessité (fermes en croisières), soit parce qu'elles ne pourront pas le faire (la moitié des fermes à risque, et une petite partie des fermes sous pression). Mais en revanche, la plupart des entrepreneurs et une partie des jeunes éleveurs sous pression chercheront probablement à s'agrandir pour développer leur système actuel.

En outre, la plupart des fermes-entreprises, et plus de 50 % des fermes à risque (celles qui peuvent investir), et une forte proportion des fermes sous pression), pourraient tenter d'installer des activités alternatives afin de compenser le plafonnement de leurs productions classiques :

(a) environ 40 % des fermes pourraient installer des activités alternatives qui demandent beaucoup de travail mais peu de capital et de surface (porc en plein air, volailles fermières, sapin de NoêI),

(b) plus de 25 % pourraient installer des activités nouvelles qui demandent beaucoup de travail et de capital mais peu de surface (transformation-vente de produits classiques à la ferme, culture de petits fruits),

(c) environ 20 % pourraient installer des activités qui demandent beaucoup de capital mais peu de travail et de surface (chambres d’hôtes, gros gibier).

En résumé, la PAC pourrait :

(a) renforcer le nombre de fermes optant pour un statu quo stratégique,

(b) réduire le nombre d’éleveurs enclins/contraints d'améliorer la maîtrise de leur système

(c) inciter prés de 25 % des fermes à rechercher de la terre et des droits à produire supplémentaires pour développer leur production de viande.

En corollaire, ce nouveau contexte pourrait réduire sensiblement le nombre de fermes ayant besoin d'installer des productions alternatives. Mais l’intérêt pour ces productions pourrait néanmoins rester important, en raison de la difficulté de beaucoup d’éleveurs à disposer d'une capacité d’investissement et/ou de droits à produire suffisants pour baser le développement de les productions bovines.

Au total, ces changements pourraient entraîner une sensible diminution des productions de viande bovine et ovine, et surtout de céréales, en Auvergne-Limousin. En revanche, la production bovine laitière devrait mieux résister. Avec toutefois des différences importantes entre les 2 régions (Baud, Bousset, Busselot, 1994).

D'autres contextes politico - économiques ont été simulés (scénarios alternatifs) en modifiant les marges brutes unitaires des activités de la fonction objectif :

(a) une diminution des prix des produits classiques de 10 % plus importante que celle retenue dans le scenario de base, ramènerait le revenu moyen au niveau de celui de 1990 et pourrait contraindre 10 % des fermes de plus à recourir à des activités alternatives peu exigeantes en travail et en capital ;

(b) une baisse du plafond de chargement qui conditionne l’attribution des aides à l'extensification (1 ugb /ha contre 1,4), pénaliserait assez fortement les producteurs de viande bovine (et plus particulièrement les élevages Limousins), pourrait augmenter de 25 % le nombre des fermes en difficulté, et pourrait inciter environ 10 % des fermes en croisière dans le scénario de base à tenter de mettre en place des productions alternatives peu exigeantes en surface et en capital;

(c) en revanche, une diminution de 30% des marges des activités alternatives, réduirait de 50 % à 65 % le volume des productions exigeantes en capital et/ou en travail ; en corollaire, la régression des productions de céréales, de lait, de viande bovine, et surtout de viande ovine pourrait être sensiblement moins marquée que dans le scénario de base ;

(d) enfin, la possibilité de trouver un emploi temporaire hors de la ferme, réduirait sensiblement l’intérêt de la production de viande bovine, ainsi que de bon nombre de production alternatives exigeantes en main d’œuvre et/ou en capitaux.

L’analyse comparative des scénarios permet en effet d’abord de mieux situer chaque type d’exploitations dans la population étudiée. Ainsi, par exemple :

- l’hypothèse d’un durcissement des conditions d’attribution du supplément extensif nous apprend qu’une fraction importante des fermes « en croisière » en 1990 (famille E) est constituée de fermes financièrement assez fragiles (proches de la famille B), qui pourraient être fortement déstabilisées par une telle évolution de la réglementation.

- et l’hypothèse d’une moindre baisse des prix des bovins montre qu’une autre fraction non négligeable de cette famille de fermes serait à même d’installer un successeur (elles sont donc assez proches de la famille D), si le contexte économique était plus favorable.

Elle permet en outre d’enrichir les caractéristiques de chaque type de fermes en leur associant un certain nombre de futurs possibles (trajectoires) circonstanciés. Ainsi, montre-t-elle par exemple :

- que les fermes limousines relativement intensives pourraient devoir agrandir très sensiblement leur exploitation et développer fortement leur troupeau de vaches allaitantes pour pratiquer un système d’élevage plus extensif (produire du broutard plutôt que du taurillon), en cas de durcissement des conditions d’accès au supplément extensif, alors qu’elles pourraient se limiter à développer un peu leur production de petits fruits dans le cadre d’une PAC plus « souple ».

- et que certains éleveurs auvergnats et limousins pourraient remettre en cause l’installation de leur successeur potentiel dans le cas d’une forte baisse des prix des bovins ou d’un durcissement des conditions d’accès au supplément extensif.

Bien qu'obtenus à partir d'un échantillon de fermes statistiquement représentatives des 2 régions étudiées, ces résultats ne représentent pas la réalité de demain : ils doivent être vus comme des éléments de réflexion sur l’impact que la PAC pourrait avoir dans ces deux régions, non comme une prédiction, car les systèmes questionnés ne prennent en compte qu'une partie de la réalité, celle que nous avons pu modéliser en exploitant les données du RICA.

Toutefois, il faudrait prendre en compte les objectifs et les stratégies des autres acteurs avec lesquels l’exploitation a des relations (autres agriculteurs, filières, institutions publiques et professionnelles,...), afin d’améliorer le degré de cohérence de l’ensemble des décisions prises au niveau d’un territoire. Le modèle de négociations collaboratives élaboré dans le cadre des projets SPRITE et ECOFOR va dans cette direction.

Plus de détails sur ce modèle de prise de décision collective peuvent être obtenus en consultant les rubriques "SPRITE" et "ECOFOR" du site

https://prospector0.webnode.fr

PS

 Le moteur d'inférence du SIAD CAMAR est un programme ecrit en langage Prolog  qui exploite des instructions-- règles de production élaborées par des experts du domaine pout réaliser chaque phase du raisonnement ( forecasting, diagnosing, planning et reviewing (voir schema du raisonnement simulé)).

- Ces règles sont écrites sous la forme de prédicats respectant une logique d'ordre 1, i. e. avec des assertions formulées sur des variables. Elles sont de la forme : SI <conjonction de conditions> ALORS <conclusion>, où les conditions (ptemisses) et les conclusions sont de la forme <Fait> = <valeur>.

- Les Faits sont rassemblés dans des base de Faits. Une des bases de Faits decrit les fermes dont la dynamique est questionnée (etat initial), une autre decrit la politique simulée (scenario)

SIAD CAMAR explore la base de règles en "chaînage avant" pour déduire les conséquences des assertions. Puis si l'utilisateur le souhaite, "en chaînage arrière" pour expliquer un résultat.

En chainage avant le moteur d'inférence procède comme suit :p
1. Saisie des faits initiaux
2. Fltrage => Détermination des règles applicables
3. Tant que ensemble de règles applicables n'est pas vide ET que le problème n'est pas résolu,
Faire :
a. Résolution des conflits (choix de la règle adéquat)
b. Application de la règle choisie (exécution)
c. Modification (éventuellement) de l'ensemble des règles applicables
Fin de Faire
Fin de Tant  que.

En chaînage arrière, le moteur d'inférence procède comme suit:
1. Recherche les règles qui concluent sur le but à vérifier, et s'assurent que ces règles sont "déclenchables" (une règle est déclenchable si ses prémisses sont vérfiées)
2. Si parmi les règles sélectionnées, une règle est déclenchable, alors le but est vérifié (affichage des premisses constitue l'explication du résultat questionne)
Si ce n'est pas le cas, alors les prémisses à vérifier deviennent de nouveaux buts, appelés sous-buts, et le processus est réitéré.

Principales conditions d'arrêt :
L'ensemble des sous-buts est vide (succès) = tous les sous-buts ont été vérifiés et le problème est résolu

Impasse ou échec :  
- Soit un des sous - buts n'est pas vérifiable avec la règle courante et il faut choisir une nouvelle règle pour le vérifier,
- Soit cela n'est pas possible, alors il y a échec.

Bibliographie

Baud G., Bousset J.P., Busselot A., Calmes R., Marin C., 1994 - The contribution of alternative farming systems to the future comparative advantage of farms in lagging regions of the Community : regional report for the Northern Massif Central of France. Cemagref Clermont Ferrand, CERVIR Université Géographie Caen, document de travail CAMAR n° 15, 140 p.

Boussard J.-M., Daudin J.-J., 1988. La programmation linéaire dans les modèles de production. INRA, Actualités scientifiques et agronomiques, Masson, Paris.

Bousset J.-P., 1994. Decision-making Process and Strategic Planning Process by Scenarios : an Operative Model to Study the Possible Futures of Cattle and Sheep Farms in Auvergne and Limousin. « Farmer’s Decision Making », 38th EAAE seminar, Copenhagen (DNK), October 1994, 3-5.

Bousset J.-P., Busselot A., Baud G., 1996. Modèle pour l’étude prospective d’exploitations agricoles. Ingénieries EAT, n° 5, 13-22.

Dobremez L., Bousset J.P., 1996. Rendre compte de la diversité des exploitations agricoles. Une démarche d’analyse par exploration conjointe de sources statistiques, comptables et technico-économiques. Collection Etudes du Cemagref, série Gestion des Territoires, n° 17, 318 p.