Version classiqueVersion mobile

Les crevettes côtières de Madagascar

 | 
Alain Caverivière
, 
Christian Chaboud
, 
Théophile Rafalimanana

Partie 3. Gestion

Modélisation bioéconomique de la pêcherie crevettière malgache

Christian Chaboud

Texte intégral

Image 10000000000003AD0000025E6C57A443.jpg

© A. de Rodellec/PNRC

Pourquoi un modèle bioéconomique de la pêche crevettière malgache ?

1La construction d’un modèle ne reste jamais un objectif en soi, elle se justifie dans notre cas par des raisons d’ordre scientifique (compréhension et représentation de phénomènes) et contextuel (réponse à une demande de recherche appliquée à la gestion) qui seront explicitées dans les paragraphes suivants. Elle repose également sur la disponibilité d’informations de qualité ainsi que sur celle d’outils qui rendent cet exercice réaliste et utile dans la perspective d’une aide à la décision et d’un transfert auprès des instances en charge de la gestion des pêches.

Problématique de la gestion des pêcheries crevettières tropicales

  • 29 Cet effet serait surtout sensible sur les petits calibres commerciaux en raison de l’importance cro (...)

2Bien que ne contribuant qu’à une faible part des captures mondiales, soit 2,2 millions de tonnes sur 92 millions en 2003 (FAO Fishstat Plus), les pêcheries crevettières ont un poids économique important en raison de la part en valeur de leurs produits dans les échanges économiques internationaux de produits de la mer. Les exportations mondiales de crevettes se sont élevées à 11 milliards de dollars US en 2003, soit 17 % du commerce mondial en valeur des produits de la pêche (64 milliards de dollars US). L’envol de la consommation de crevettes depuis les années 1960 au sein des principaux marchés (États-Unis, Japon, Europe) a entraîné, sur le long terme, une hausse des prix favorisant la rentabilité des exploitations crevettières et donc la croissance des flottilles et des capacités de pêche. Durant la même période, la diffusion mondiale de technologies de capture et de traitement industriels (gréement floridien, électronique embarquée, conditionnement et traitement à bord) plus efficaces ont permis une augmentation remarquable de la puissance de pêche des flottes crevettières. Cependant, au cours des années récentes, l’envol de la crevetticulture en Asie et Amérique latine a eu un impact important sur le marché en pesant sur le prix international des crevettes29, ce qui a réduit la rentabilité de la pêche. Depuis quelques années, la hausse du coût de l’énergie a accentué la dégradation des résultats économiques de la pêche. L’efficacité des systèmes de gestion n’ayant hélas pas évolué au même rythme que celui des capacités de capture dans la majorité des grandes pêcheries crevettières, des mesures correctives efficaces ont rarement été prises pour inverser la tendance généralisée à la surcapacité et donc à de piètres résultats économiques au regard de la valeur des ressources. Ces difficultés économiques ont des conséquences sociales non négligeables puisqu’elles conduisent à terme à la destruction d’emploi dans le secteur des pêches (Mc Guire, 1991), mais aussi dans l’ensemble de la filière (transformation et distribution des produits). Il convient cependant de signaler que si les mesures correctives conduisent souvent à une réduction des emplois en mer, elles contribuent au maintien de l’activité dans le reste de la filière. L’appréciation de cet effet négatif sur l’emploi en mer doit être tempérée dans la mesure où, en l’absence de mesures correctives, l’emploi sera inévitablement menacé à long terme par la baisse de rentabilité de la pêche.

3Face à ces difficultés, le recours à la modélisation bioéconomique s’avère l’un des outils de réponse. Peuvent ainsi être cités les modèles des pêcheries du golfe du Mexique (Grant et Griffin, 1979 ; Nance et al., 1994 ; Blomo et al., 1982), de Guyane (Gilly et Cochet, 1988 ; Béné, 1997), du Surinam (Willman et Garcia, 1985), du Koweit (Matheus et Samuel, 1991), du Mozambique (Coss et al., 1993) et d’Australie (Clark et Kirkwood, 1979 ; Kirkwood, 1984). Une première tentative d’application eut lieu à Madagascar en 1989 (OISO/CNRO, 1989), mais ne fut pas poursuivie à l’époque.

  • 30 Turtle extruder devices en anglais.
  • 31 Bycatch reducing devices en anglais.

4Reconnus d’intérêt général dans la représentation et l’appui à la gestion de toutes les pêcheries (Clark, 1985, 1990 ; Anderson, 1977 ; Hannesson, 1993 ; Charles, 2001), les modèles bioéconomiques semblent particulièrement adaptés aux pêcheries crevettières tout d’abord en raison des caractéristiques des ressources. Leur haute valeur commerciale et donc la rente économique espérée d’une gestion efficace permettent de balancer le coût de la modélisation, qui n’est pas négligeable tant pour son développement (recherche) que pour l’actualisation de la structure du modèle et de ses paramètres (données biologiques et économiques). Les crevettes côtières tropicales ont un cycle de vie très court (Garcia et Le Reste, 1981) et on peut espérer que les conséquences de décisions d’aménagement plus adaptées, inspirées des scénarios de modélisation seront rapidement perçues par les exploitants en raison de la réponse rapide de la ressource biologique aux mesures de gestion, ce qui renforce d’autant l’intérêt d’outils scientifiques permettant d’appuyer ces décisions. Des modèles bioéconomiques ont aussi été employés pour tester des mesures visant à réduire l’impact des pêcheries crevettières sur la biodiversité marine, comme l’adoption de dispositif de rejets de tortues30 ou de réduction des captures accessoires de poissons31 (Ward, 1994), en réponse au discours environnementaliste souvent critique à l’égard des pêcheries crevettières (Environmental Justice Foundation, 2003).

Une pêcherie malgache complexe

  • 32 Nous n’aborderons pas ici les questions relatives au capital humain et au capital social, important (...)
  • 33 Si on ne peut ignorer l’écosystème dans lequel se situe la ressource crevettière, les contraintes ( (...)

5La pêcherie malgache peut être considérée comme un système complexe dont la dynamique doit être perçue comme la résultante de l’interaction d’éléments de diverses natures (environnementaux, biologiques, économiques, sociaux et politiques) opérant à différentes échelles de temps et d’espace. Certains sont exogènes à ce système pêche, ils n’en constituent pas moins des facteurs forçants dont le rôle est considérable dans la dynamique de l’exploitation. Il s’agit des variables environnementales qui conditionnement en grande partie le renouvellement de la ressource, mais aussi des facteurs économiques qui contribuent à la formation des profits : prix mondial ou domestique de la crevette, coûts des inputs importés ou locaux. Enfin, les facteurs sociaux et politiques conditionnent le mode de gestion de la pêcherie et donc les décisions qui cherchent à orienter sa trajectoire. Les éléments internes au système concernent les différents types de capitaux32 en interaction dans la pêcherie. Il s’agit essentiellement du capital naturel constitué de la ressource crevettière et poissonnière et de son écosystème33, et du capital économique (bateaux et engins de pêche de différents types, unités de gestion, unités de traitement et de stockage à terre, moyens de collecte).

6Une démarche scientifique analytique visant à produire, de façon séparée ou parallèle, une connaissance fine par domaine disciplinaire (environnemental, biologique, économique, socio-anthropologique) ne peut pas, à elle seule, permettre de comprendre la résultante de leurs interactions. L’approche de la dynamique globale s’avère également insuffisante car elle se concentre sur les variables synthétiques de résultats et ignore les phénomènes à différentes échelles, dont l’interaction contribue à l’émergence de la trajectoire observée.

  • 34 La modélisation bioéoconomique ignore ainsi la dimension sociale de l’exploitation et de la gestion (...)

7La modélisation systémique dynamique apparaît comme une approche susceptible d’intégrer cette complexité, tout en permettant de rendre compte de sa dynamique globale (Chaboud et Fontana, 1992). Le second grand intérêt de la modélisation face à la complexité de la pêche figure dans l’effort de mise en cohérence de données d’origines et de natures différentes, même si cela peut être considéré comme réducteur dans la mesure où certains phénomènes seront ignorés ou notoirement simplifiés par cette démarche34.

La nécessité d’outils pour la gestion durable de la pêcherie

8Le développement durable des pêches est désormais officiellement à l’ordre du jour à Madagascar. Les diverses parties prenantes déclarent désormais faire leurs les principes internationaux relatifs au principe de précaution (FAO, 1995 a) et à la pêche responsable (FAO, 1995 b). L’adhésion aux principes de cette nouvelle rhétorique halieutique est, en soi, une très bonne chose, mais leur application suppose aussi de disposer de moyens et d’outils permettant la prise en compte simultanée des différentes dimensions présentes dans ces principes, l’intégration synthétique de l’information existante, la production de scénarios exposant les conséquences probables de choix décisionnels publics et/ou privés. La modélisation bioéconomique figure parmi les outils qui peuvent contribuer à la mise en œuvre des principes récents de l’aménagement des pêches.

Les étapes de la modélisation

9La mise au point du modèle actuel et son application au cas de la pêcherie crevettière malgache ont été réalisées sur une période de cinq ans (2001 à 2005). Il s’agit d’un modèle annuel de la pêche, une version pluriannuelle a été récemment développée (Chaboud, 2005 b) et sera discutée plus loin.

Conception du modèle initial

10Une première version du modèle a été présentée aux partenaires du PNRC lors de l’atelier de décembre 2000 (Chaboud, 2001). Cette présentation avait pour objet de sensibiliser les acteurs scientifiques et les décideurs publics et privés à l’intérêt de la simulation et de susciter des réactions et propositions quant aux orientations à donner à ce projet. Les réactions à ce stade ont montré de l’intérêt mais aussi des interrogations. Les principales questions soulevées par cette proposition étaient relatives au temps nécessaire pour disposer d’un modèle finalisé d’aide à la gestion, à la quantité d’information nécessaire et à sa disponibilité, à la confidentialité des informations individuelles issues du secteur privé industriel, enfin au transfert du produit aux utilisateurs à l’issue du programme de recherche.

Premiers résultats et améliorations

11La seconde étape a été la calibration de ce premier modèle, tant pour les paramètres biologiques qu’économiques. Pour pallier les inquiétudes des opérateurs quant à la diffusion d’informations considérées confidentielles, ainsi qu’au risque de duplication des tâches, nous nous sommes appuyés sur l’observatoire économique de la filière crevettière pour obtenir des données agrégées par type de pêche et zone, ainsi que sur les coûts à terre, pour la pêche industrielle, la pêche artisanale et les activités de collecte de crevettes auprès de la pêche traditionnelle. Les paramètres économiques de la pêche traditionnelle ont été obtenus à partir des résultats actualisés de recherche du PNRC (Courtois et Chaboud, 2001). Pour les paramètres biologiques on a utilisé les paramètres de croissance et de mortalité naturelle utilisés dans les évaluations de ressource alors disponibles (Moguedet et al., 2001 ; Rafalimanana, 2003). La mortalité par pêche n’est pas introduite de façon exogène mais calculée à partir de l’effort de pêche nominal (nombre de bateaux par pêche et par zone) et des paramètres de capturabilité estimés par type d’unité de pêche. Il a fallu, lors des premières calibrations, pour retrouver les niveaux de capture observés, estimer le recrutement en jeunes crevettes par ajustement statistique (minimisation de la somme du carré des écarts entre prises industrielles observées et estimées par le modèle) ; ces estimations étant conditionnelles aux valeurs prises par les autres paramètres du modèle.

12Les premières simulations basées sur des « données réelles » ont ainsi pu être présentées à l’atelier national sur l’aménagement de 2003 (Chaboud, 2003). Elles ont permis de comparer des scénarios d’aménagement relatifs à la modification des dates d’ouverture et de fermeture, aux caractéristiques des engins de pêche industriels (corde de dos et maillage des chaluts industriels), à la réduction du taux d’activité de la flottille industrielle et à la diminution du nombre d’unités de pêche. La robustesse des résultats, c’est-à-dire leur sensibilité à l’incertitude sur quelques paramètres (recrutement, croissance) a été évaluée au moyen de la méthode de Monte Carlo.

13Parallèlement, une interface utilisateur a été développée pour permettre un usage convivial du modèle par des usagers non modélisateurs, mais compétents en gestion et aménagement des pêcheries. Elle permet de redéfinir les paramètres initiaux des simulations, de modifier les variables de contrôle (instruments de politiques des pêches) et d’explorer en profondeur les résultats des simulations. Des composants complémentaires au modèle principal permettent de compléter les analyses avec la possibilité de réaliser des analyses de sensibilité (méthode de Monte Carlo), des optimisations et des aides à la décision selon des objectifs multicritères. Enfin, il est possible d’accéder à une synthèse des données de la pêche industrielle (base Banacrem depuis 1995 et données plus anciennes), ainsi qu’à une photothèque présentant les principaux types de pêche dans leur environnement.

Le transfert du modèle et son évaluation

14L’étape suivante concernant le modèle bioéconomique annuel a été son transfert et son évaluation lors d’un atelier tenu en octobre 2004 qui regroupait des scientifiques, des membres de l’administration publique en charge du secteur de la pêche et des cadres du secteur privé crevettier. Il a été consacré à l’exposé des bases économiques et biologiques de la modélisation, à la démonstration des principaux éléments de l’application composée du modèle et de son interface utilisateur, ainsi qu’à des simulations par les participants dont les résultats ont été analysés en groupe de travail. À son issue, un certain nombre de propositions d’améliorations ont été avancées sur l’ergonomie et la clarté de l’interface, ainsi que sur les choix initiaux de modélisation (avec une recommandation de passage à un modèle pluriannuel).

Récents développements

15En 2005, à la suite des recommandations de l’atelier de transfert-évaluation, une version pluriannuelle du modèle a été développée. Elle permet de simuler 10 années d’exploitation soumises à des chocs exogènes répétés d’ordre biologique ou économique, ainsi qu’à des décisions de gestion simultanées ou successives. On n’envisage pas, pour le moment, de développer une interface de ce modèle qui est nettement plus complexe que la version annuelle. Ces principaux résultats seront présentés au chapitre 12 de cet ouvrage. Enfin, la plupart des améliorations attendues du modèle annuel et de son interface ont été prises en compte dans les dernières versions.

Le modèle annuel

Présentation générale, principales hypothèses

16Le modèle représente la dynamique d’un « système pêche » simplifié. Il convient en premier lieu d’en préciser la frontière, les échelles de représentation, ainsi que les périodes et pas de temps.

17Les unités de pêche (UP) sont réparties dans des segments de pêche composés d’UP ayant des caractéristiques économiques et techniques communes et exploitant une même zone. Les UP ne peuvent pas passer d’un segment à un autre au cours d’une simulation. Les caractéristiques communes entre UP d’un même segment sont relatives à l’impact sur la ressource (fonction de paramètres d’effort et de capturabilité), au mode de conditionnement des produits (crevettes entières, étêtées, décortiquées), à la destination de leurs prises de crevettes (export direct, collecte pour l’export, collecte pour le marché intérieur, consommation finale locale) et enfin à leur fonction de coût. Les UP ayant les mêmes caractéristiques techniques (en termes de taille, d’engin ou de mode de conservation) relèvent d’un même type d’exploitation et constituent, dans la terminologie du modèle, une flottille, qui peut être répartie sur une ou plusieurs zones de pêche et, parmi elles, celles exploitant aussi une même zone, constituent un segment de pêche. La version actuelle du modèle comprend 12 types d’exploitation (deux industriels, neuf traditionnels et un artisanal) et 4 zones. L’effectif total des UP au sein d’un même segment est défini en début de simulation et restera constant. À un instant donné, les UP d’un même segment se répartissent entre UP actives (si elles exercent une mortalité par pêche non nulle) et inactives. Les UP inactives ne pêchent pas mais supportent néanmoins certains éléments de coût. Des UP peuvent devenir inactives en cours de simulation si l’on choisit les options d’une fermeture en cours de saison de pêche ou une régulation endogène intra-annuelle de l’effectif des segments de pêche.

18Les unités de gestion privées, de stockage et de transformation sont considérées pour partie comme le prolongement à terre des segments de pêche. Leurs coûts seront alors partiellement imputés aux segments qui les approvisionnent. L’autre partie de ces activités à terre est cependant considérée comme indépendante des segments de pêche (cas des unités de transformation et de stockage lorsqu’elles sont approvisionnées à partir de la collecte auprès de la pêche traditionnelle ou par des achats entre firmes). Tout comme l’est également l’activité de collecte des produits de la pêche traditionnelle dont les coûts et revenus seront alors comptabilisés au titre des activités à terre « non imputées ».

  • 35 Mâles et femelles sont modélisés séparément en raison de différences importantes dans les paramètre (...)
  • 36 Ces deux espèces représentent 80 % des captures totales de crevettes et l’essentiel des recherches (...)
  • 37 Hypothèse conforme aux résultats des expériences de marquage qui n’ont pas mis en évidence des migr (...)

19Les ressources biologiques exploitées sont constituées de huit stocks de crevettes, composés des mâles et femelles35 de deux espèces (F. indicus et M. monoceros36) présentes dans quatre zones. On fait l’hypothèse qu’il n’y a pas d’échanges de ressource biologique entre zones37. La ressource en poisson, qui fait l’objet de captures accessoires et de rejets, est représentée par un stock homogène par zone.

  • 38 L’observatoire économique de la filière crevettière produit ainsi des comptes économiques annuels d (...)

20Les dimensions et les principaux indices utilisés dans le modèle sont présentés à l’annexe 2. La version initiale du modèle simule la pêcherie sur une année avec un pas de temps journalier. Le choix initial d’une période annuelle est fondé sur l’espérance de vie très courte des espèces cibles, ainsi que sur le cadre annuel de la gestion de la pêcherie et de l’appréciation biologique et économique de ses résultats38. Il est possible de modifier le pas de temps (de 5 à 15 jours). Il faut cependant savoir que des écarts de pas de temps peuvent conduire à des résultats différents, la comparaison de scénarios de gestion différents devra se faire à partir de simulations utilisant le même pas de temps.

21Le modèle est constitué d’un ensemble de modules interconnectés présenté à l’annexe 1. Il convient ici d’opérer une distinction entre modules de variable de contrôle, modules de variables endogènes et modules d’importation de données exogènes.

  • 39 Le modèle n’utilise pas les données sources certifiées pour des raisons de confidentialité. Il inco (...)

22Parallèlement à la présentation des modules du modèle, ceux-ci seront illustrés ensuite par les résultats d’une simulation de référence. Cette dernière est basée sur les estimations les plus récentes des paramètres biologiques pour la croissance. D’autres paramètres comme le recrutement seront estimés pour permettre d’atteindre les niveaux de débarquement moyen observés sur l’année 2003. Les données économiques relatives au marché et aux prix sont également celles de 2003, estimées en collaboration avec l’observatoire économique de la filière crevettière, dont les données sources ont fait l’objet d’une certification comptable39.

Le module de politique des pêches

23Cette composante du modèle permet de déterminer les valeurs initiales des variables de contrôle associées aux principaux outils de gestion :

  • effectifs des flottilles par segments en début de saison. Pour les segments industriels et artisanaux, il s’agit du nombre de licences délivrées dans chaque segment par l’administration. Pour la pêche traditionnelle, il s’agit des unités présentes en début de saison ;

  • dates d’ouverture et de fermeture de la pêcherie, par zone, par segment, avec la possibilité de fermetures intermédiaires en cours de campagne de pêche ;

  • le montant des droits de pêche acquittés par les segments de pêche assujettis ;

  • les caractéristiques techniques des engins de pêche (maillage, dimension).

Les modules de variables exogènes

24Les modules exogènes concernent les variables dont l’évolution n’est pas conditionnée par la dynamique du système représenté, donc à l’extérieur de sa frontière. Ce sont :

    • 40 Les prix de la crevette sont toujours définis par calibres, qui correspondent à un nombre d’individ (...)
    • 41 Environ 2 000 tonnes par an (Chaboud et al., 2002).

    Les marchés intérieur et mondial de la crevette. On considère que le secteur crevettier malgache est preneur de prix (price-taker), il n’a donc pas la capacité d’influer sur le prix du marché. Ce dernier est introduit, en début de simulation, par espèce et calibre commercial40, pour chacune des grandes zones d’exportation ainsi que pour le marché local. Ceci n’est pas contradictoire avec le fait que les firmes puissent, à travers leurs choix d’exploitation, influer sur le prix moyen, ex post, de leur production, en recherchant par exemple à augmenter la taille moyenne des captures. Pour le marché intérieur de la crevette, qui reste étroit41, on peut considérer que les conditions de la demande (revenus des consommateurs) constituent ici le facteur déterminant pour les prix de la pêche traditionnelle, alors que les segments industriels et artisanal alignent leurs prix sur ceux du marché mondial.

  • L’évolution du cours des principales devises (euro, yen, dollar) dans lesquelles sont exprimés les prix à l’export de la crevette ou ceux des principaux intrants importés (carburant, navires industriels, pièces de rechanges, etc.).

  • Les variables économiques locales qui influent sur les coûts ou bien encore sur la distribution de la richesse créée par la pêche (taux d’imposition des firmes, des ménages, taxation des intrants importés, cotisations sociales), mais qui ne sont pas considérées comme des outils spécifiques de la gestion des pêches.

  • Les paramètres biologiques liés aux conditions environnementales ou aux caractéristiques des espèces exploitées : recrutement, croissance individuelle et mortalité naturelle des crevettes ; taux de croissance intrinsèque des populations et capacité de charge de la ressource en poisson. Ces paramètres sont considérés comme indépendants de l’exploitation.

Les modules de variables exogènes

25Leurs éléments, au cours des simulations, sont en interaction avec ceux d’autres modules. On commencera par exposer les modules sur la dynamique du capital naturel (crevettes et poissons), puis ceux consacrés à la dynamique du capital économique et à leurs résultats économiques.

Le module biologique crevettes

Modélisation de la dynamique des cohortes

26La dynamique de la ressource crevettière est représentée au moyen d’un modèle analytique inspiré des travaux pionniers de Thompson et Bell (1934) et de Beverton et Holt (1957). On s’est également inspiré des manuels de dynamique de population de Laurec et Le Guen (1981), de biologie de King (1995), ainsi que de la synthèse sur la biologie des crevettes pénéides de Garcia et Le Reste (1981).

27Les stocks de crevettes exploitées sont modélisés sous la forme de cohortes mensuelles par zone (douze cohortes pour l’année courante simulée et six survivantes de l’année précédente) distinctes pour les mâles et les femelles. Nous présenterons ici les équations de base du modèle pour une cohorte (c’est-à-dire les individus de mêmes espèce et sexe, dans une même zone, recrutés au cours d’un même mois). Pour ne pas alourdir les notations, on ne mentionnera pas ici les indices relatifs aux sexe (s), espèce (i), et rang mensuel (c) de la cohorte.

28La variable t est le temps de la simulation, soit t = 1, 2…, 365 dans la version du modèle à pas de temps quotidien.

29L’effectif N d’une cohorte décroît de façon exponentielle en fonction de la mortalité totale Z :

Image 10000000000000970000002057E234C4.jpg

30Le nombre d’individus morts dans l’intervalle [t-1, t] se déduit de l’équation précédente :

Image 10000000000000D000000022B39DA05E.jpg

  • 42 Dans la version courante du modèle, la mortalité naturelle M est supposée constante. Il serait cepe (...)

31La mortalité totale a deux composantes, la mortalité naturelle M42 et celle exercée par la pêche F :

32Zt = Ft + M (3)

  • 43 On rappelle qu’un segment de pêche est constitué par l’ensemble des UP d’un même type x au sein d’u (...)

Cette dernière est la somme des mortalités par pêche Fx exercée par chaque segment de pêche x, soit Image 10000000000000430000001E80520390.jpg43.

33Dans l’application de référence, la mortalité mensuelle des crevettes est fixée à 0,2 (soit 0,0065 par jour), valeur souvent retenue dans la littérature scientifique récente (Moguedet et al., 2001).

  • 44 Les crevettes d’une même cohorte mensuelle sont supposées être recrutées le premier jour du mois.
  • 45 La prise en compte des cohortes sur vivantes de l’année précédente n’est pas contradictoire avec le (...)

Une cohorte de rang mensuel c de l’année courante est recrutée au jour de simulation tr44. Son effectif initial Image 100000000000001F0000001EEEECEBE8.jpg est égal au recrutement Rc. Ces derniers seront obtenus à partir des estimations par analyse virtuelle des populations réalisées par les biologistes du PNRC. On considère qu’il n’y pas de différence entre âge à la première capture et au recrutement. L’effectif des cohortes survivantes de l’année précédente est estimé au premier jour de la période de simulation courante, donc en tenant compte des mortalités naturelle et par pêche fournies pour l’année précédente45.

34La croissance individuelle des crevettes, en longueur céphalothoracique, LC, est calculée au moyen de l’équation de croissance de von Bertalanffy. Le poids individuel Wt est obtenu en utilisant la relation poids-longueur. Les crevettes sont recrutées à l’âge ar au temps t = tr On ignore ici le paramètre t0 figurant dans la formulation originale de l’équation de croissance de von Bertalanffy, ainsi qu’il est d’usage dans les travaux sur les crevettes.

Image 10000000000000E10000001F755DC9D3.jpg

35Wt = α · LCtβ (5)

36où L est la longueur asymptotique, K le paramètre de croissance, α et β ceux de la relation poids-longueur.

L’importance du bon choix des paramètres de croissance pour la simulation de référence
Dans un modèle bioéconomique d’une pêcherie crevettière, le choix des paramètres de la fonction de croissance des crevettes est déterminant dans la mesure où il aura des conséquences fortes sur les résultats économiques de la simulation de référence, ainsi que sur les scénarios de gestion concernant différents paramètres tels que dates de la campagne de pêche, maillage, fermeture de zones, etc. Le choix des paramètres de croissance doit être compatible, entre autres, avec celui fait pour la mortalité naturelle M. Ainsi, si on retient une valeur mensuelle de M égale à 0,2, cela signifie que le taux de survie à 1 an n’est que de 9 %.Il faut que les paramètres de croissance permettent, au cours de la période de simulation (un an dans la version de base du modèle), d’obtenir des structures de capture par calibre ou par taille compatibles avec celles observées dans la pêcherie, en dépit de ce faible taux de survie.

  • 46 Un calibre commercial pour les crevettes entières est déterminé à partir du nombre d’individus par (...)

37Supposant connu le prix pcalcal par calibre commercial entier cal46, il est possible de calculer la croissance individuelle en valeur. Si Wt, le poids d’une crevette au temps t, est exprimé en g, un individu appartiendra à un calibre commercial cal de bornes mincal et Maxcal si 1000/Wt ]mincal, Maxcal], et son prix au kg pt sera égal à celui du calibre correspondant pcalcal. On peut alors calculer la valeur individuelle :

38Vt = p Wt (6)

39La biomasse instantanée Bt est le produit des effectifs Nt par le poids individuel Wt :

40Bt = Nt • Wt (7)

41La biomasse féconde est le produit de la biomasse Bt des cohortes femelles par le taux d’individus féconds, représenté par une fonction Fec de la longueur LCt.

42BFt = Bt • Fec(LCt) (8)

  • 47 En septembre 2006, un ariary valait 0,000370479 euro, soit 2 699 ariary pour un euro.
  • 48 On a N200 = N100.e-(0.00655 *100). Si N100 = 1, on obtient N200 = 0,52.

Tableau 48
Gains espérés d’un report de capture de l’âge 100 à 200 pour F. indicus en zoneA, valorisée aux prix export FOB 2003
Image 10000000000002C7000000D3F15BFCEE.jpg
La croissance en valeur et son importance pour la gestion de la ressource crevettière
Pour la simulation de référence, la figure 136 montre, pour la cohorte de janvier de F. indicus femelle de la zone A (recrutée en t = 1 à l’âge de 30 jours), la croissance individuelle en poids et en valeur. Les paramètres de croissance sont les estimations les plus récentes (Rafalimanana et Caverivière, chap 3) et la valeur a été calculée à partir des prix FOB à l’export exprimés en monnaie nationale (ariary47).L’examen de cette figure renvoie à la problématique centrale de l’exploitation crevettière, à savoir permettre aux crevettes d’atteindre une taille suffisante pour tirer profit des gains en poids et en valeur consentis par leur croissance biologique rapide et l’augmentation de prix associé à cette croissance. Ceci est illustré plus précisément au tableau 48 où l’on compare le poids et la valeur d’une même crevette qui ne serait plus capturée à l’âge de 100 jours mais de 200. L’espérance de gain absolu dans l’intervalle est de 20,3 g en volume et de 330 ariary en valeur, soit des croissances respectives de 180 et 493 %. Il faut cependant aussi prendre en compte la mortalité naturelle entre les deux âges (estimée à 0,2 par mois, soit 0,00655 par jour),ce qui donne une probabilité de survie de 0,5248 pour une période de 100 jours. L’espérance de gain relatif corrigée de la mortalité est alors de 94 % en volume et de 256 % en valeur.

Image 10000000000002830000018049AE4C38.jpg

Fig. 136
Croissance individuelle en poids et en valeur.
Changements de calibres commerciaux et prix (unité monétaire UM en ariary)
(F. indicus, femelle, zone A; valorisation au prix FOB à l’export 2003).

43La capture instantanée en poids yt ou en valeur yvt est égale à la part de la mortalité par pêche dans la mortalité totale, soit Ft/Zt, multipliée par le nombre total d’individus morts entre t-1 et t et leur poids individuel moyen Wt ou leur valeur Vt.

Image 100000000000018C00000040F2AB6B39.jpg

44Pour un segment de pêche x la capture instantanée sera calculée de la même façon :

Image 100000000000019B00000040BDB91330.jpg

45La capture instantanée par unité de pêche est alors égale à :

Image 100000000000026D000000263BE53950.jpg

Image 100000000000003D0000001ECC5412FA.jpg est le nombre d’UP actives du type x au temps t.

46La capture cumulée Y pour une cohorte et par type d’exploitation, pour la période de simulation s’obtient par intégration de la capture instantanée y :

Image 100000000000022000000054F8E5D485.jpg

47où t0 et tmax sont les bornes minimales et maximales de la période de simulation.

48La capture cumulée pour l’ensemble des UP du segment x est également obtenue par intégration à partir de l’équation 10 :

Image 1000000000000219000000521ACA2609.jpg

49La capture cumulée de la pêcherie, par espèce, par zone ou type d’exploitation s’obtient par sommation de l’expression précédente sur les indices sexes, espèces, zones et rang mensuel des cohortes.

50Le rendement par recrue d’une espèce, qui est un indicateur de l’efficience de l’exploitation, est égal à Y/R, il peut être également obtenu en valeur YV/R. Il peut être estimé par cohorte, pour l’ensemble des cohortes de même sexe et espèce, et pour l’ensemble des cohortes d’une même espèce. Il ne peut par contre pas être estimé pour plusieurs espèces prises ensemble.

Calcul de la mortalité par pêche

51Le choix de la méthode de calcul de la mortalité par pêche Ft est particulièrement crucial pour bien rendre compte de l’impact des mesures de gestion et des externalités entre types de pêche.

Ft est égal au produit de l’effort de pêche nominal ft (une mesure des moyens matériels consacrés à la capture) par la capturabilité qt. Cette dernière est définie comme la probabilité qu’un individu soit capturé lorsque l’on exerce une unité d’effort nominal. Dans ce modèle, l’effort nominal par segment est égal au nombre d’UP actives dans un segment Image 100000000000003B0000001ECCAAA299.jpg.

52La capturabilité qt se décompose en trois éléments :

53– la part de la surface de répartition totale des crevettes affectée par une unité d’effort nominal ;

Captures par cohorte pour une espèce (F. indicus) et captures totales
La dynamique de la cohorte de F. indicus femelle du mois de janvier en zone A est présentée à la figure137.Le recrutement initial R1 est fixé à 15,9.106 individus. Les crevettes sont recrutées à un âge ar = 30jours. On observe que, pour cette exploitation relativement intense, l’effectif de la cohorte chute très rapidement et que la cohorte est quasi éteinte au bout de 6 mois. La biomasse connaît une croissance rapide jusqu’à l’ouverture de la pêche au jour 55, puis décroît rapidement durant la campagne de pêche. La capture cumulée augmente rapidement durant les premiers mois pour tendre ensuite asymptotiquement vers le total annuel (125tonnes).

Image 10000000000002880000034CE7109769.jpg

  • 49 Par exemple, août et septembre pour la côte nord-ouest de Madagascar.

Fig. 137
Représentation de la dynamique d’une cohorte exploitée: effectifs et croissance de F. indicus femelle, zone A, cohorte de janvier.
Les résultats précédents sont généralisés sur la figure 138 à l’ensemble des espèces, sexes, cohortes et zones par sommation des résultats sur les cohortes élémentaires. Les discontinuités observées pour la biomasse et la capture instantanée s’expliquent en raison du caractère discret du recrutement mensuel (les jeunes crevettes sont recrutées le premier jour de chaque mois et à l’âge ar de 30 jours). Cette figure met en évidence un phénomène très caractéristique de l’exploitation intensive des espèces à cycle vital court : la capture totale sur une année (11 900 t dans cette simulation de référence) est égale au double du pic d’abondance des individus recrutés observé à l’ouverture de la pêcherie (5 060 t). Ceci peut inciter à discuter la pertinence du concept de stock annuel moyen comme indicateur de suivi de la pêcherie. Le stock de crevettes (ou mieux encore, de crevettes fécondes), en période de ponte maximale49 serait peut-être plus pertinent. L’augmentation des prises observées en milieu d’année s’explique par le report de l’activité des unités industrielles sur l’espèce M. monoceros qui permet de compenser, et au-delà, la baisse d’abondance de F. indicus.

Image 1000000000000286000001E6112C7587.jpg

Fig. 138
Biomasse, capture instantanée et capture cumulée sur l’ensemble des espèces, sexes et cohortes de crevettes.

– la sélectivité : c’est-à-dire la probabilité qu’une crevette « rencontrant » un engin de pêche soit capturée. Pour une espèce, cette probabilité est fonction de la taille LC. La capturabilité, à un instant t, sera donc différente selon les cohortes, il conviendra donc de la noter Image 100000000000001A0000001E0915F4A0.jpg indiquant le rang mensuel de la cohorte) ;

Tableau 49
Surfaces chalutées par zone (km2)

Zone A

Zone B

Zone C

Zone D

650

517

5 364

275

54– l’accessibilité : c’est-à-dire la probabilité de présence d’une crevette dans la zone parcourue par un engin de pêche.

Calcul de la surface de répartition affectée par une unité d’effort
  • 50 Nous n’entrerons pas ici dans le détail de la méthodologie appliquée.
  • 51 Entre 2 et 3 nœuds.
  • 52 Les informations brutes utilisées pour ces cartographies ont été obtenues auprès du Centre de surve (...)
  • 53 On ne dispose pas d’informations suffisantes pour traiter séparément les deux espèces présentes dan (...)

55Pour les chaluts industriels, les surfaces de chalutage effectives Scez par zone ont été mesurées50 par cartographie des positions des bateaux en vitesse de chalutage51 indiquées par les balises satellites embarquées par l’ensemble de la flotte industrielle52. Cette surface peut être considérée comme une première estimation de la surface de répartition des crevettes. On fait ici l’hypothèse que la répartition des deux espèces prises en considération est identique53.

  • 54 Il y a aussi bien sûr des surfaces où les crevettes sont présentes, mais en trop faible abondance p (...)

56La surface chalutée par les navires industriels ne couvre cependant qu’une partie de la surface de répartition en raison de limites de tirant d’eau ou de présence de fonds non chalutables54. La surface de répartition des crevettes Spz sera calculée en utilisant un coefficient de correction csz par zone indiquant la part de la surface de répartition supposée non chalutable par des unités industrielles.

57Spz = Scez / (1 - csz) (14)

  • 55 Chaluts industriel et artisanal, petit chalut à bras kopiko, petite senne de plage (harato taritari (...)

58Pour l’ensemble des filets traînants55, la surface balayée (Sbx) en km2 par unité d’effort nominal est donnée par la formule :

59Sbx = Hcx • (Lbx / 1000) • Vcx • 1,852 (15)

60Hc est le nombre d’heures de chalutage par jour de mer, Lb la largeur balayée par l’engin (en m), Vc la vitesse de chalutage (en nœuds). La part de la surface de répartition affectée par une unité d’effort de type x, Px, est obtenue à partir du rapport des deux expressions précédentes :

61PSx = Sbx / Spz (16)

62Les paramètres retenus pour les différents types d’exploitation dans le modèle sont précisés dans le tableau 50.

Tableau 50
Paramètres des engins traînants

Image 10000000000003130000018F678A3358.jpg

Sélectivité

63La probabilité qu’une crevette d’une espèce donnée soit retenue par un engin de pêche d’un maillage donné est fonction de sa longueur céphalothoracique LC. Cette probabilité est représentée par deux courbes sur la figure 139 pour des maillages différents d’un même engin (chalut industriel dans l’exemple). Une valeur remarquable est la longueur LC50 pour laquelle 50 % des crevettes entrant dans l’engin sont retenues. Une augmentation de maillage induit celle de LC50 (qui passe de 21 à 23 mm dans l’exemple présenté).

64Les crevettes des différentes cohortes n’ayant pas les mêmes longueurs, la sélectivité par type d’exploitation x pour l’espèce i et le sexe s est définie pour chaque cohorte et représentée par l’équation suivante :

Image 10000000000001BC0000002831EB42D3.jpg

  • 56 Il s’agit là d’une hypothèse forte qu’il conviendrait rapidement d’étudier en raison des différence (...)

65Sx est la fonction de sélectivité de l’engin utilisé par le type d’exploitation x. En l’état de nos connaissances, on fait l’hypothèse que la courbe de sélectivité par engin est identique pour les deux espèces de crevettes et par sexe56.

66Pour les engins de pêche industriels, la courbe de sélectivité retenue dans la version actuelle du modèle est la courbe de gauche de la figure 139. Pour la pêche traditionnelle, les courbes de sélectivité sont celles proposées par Rodellec et Caverivière (chapitre 6).

Accessibilité

67L’accessibilité des crevettes, selon leur âge, aux différents engins de pêche est fonction de deux phénomènes distincts :

Image 10000000000002CA0000020D0E3AED02.jpg

Fig. 139
Courbe de sélectivité pour deux maillages d’un même engin

  • premièrement, la variation de la répartition spatiale des crevettes durant la période « capturable » de leur cycle vital. Ainsi, les crevettes aux stages juvéniles et pré-adultes seront considérées comme plutôt présentes dans la zone intertidale, alors qu’elles se déplacent vers le « large » en devenant adultes, la ponte s’opérant en mer.

  • ensuite les zones de répartition différentes des types d’exploitation :

  • embouchures, deltas et chenaux de mangroves : filet traînant à bras kopiko, barrage valakira, chalut à l’étalage pôtô ;

  • zone intertidale : barrage valakira, filet traînant à bras kopiko, chalut à l’étalage pôtô, petite senne de plage taritariky, filet maillant periky, chalut artisanal ;

  • zones plus profondes : filet maillant periky, senne encerclante kaokobe, chaluts industriel et artisanal.

68La figure 140 présente un exemple « virtuel » d’interaction spatiale entre la ressource et les engins de pêche sous forme cartographique, qui est représentatif de la situation existant sur la côte nord-ouest de Madagascar. Le milieu naturel est divisé en trois sous-ensembles : embouchures et chenaux de mangroves, zone intertidale et « haute mer », où se répartissent les crevettes selon les stages juvéniles (J), sub-adultes (Sa) et adultes (A). On a retenu dans cet exemple trois type d’exploitation : chalutiers-congélateurs (PI), chalutiers artisans (PA) et filets maillants periky (PT).

Image 10000000000001D50000028E5B388411.jpg

Fig. 140
Interaction des distributions spatiales de la ressource et de différents types d’exploitation. (J: juvéniles, Sa : sub-adultes,A: adultes, PI : chalutiers-congélateurs, PA: chalutiers artisans, PT : filets maillants periky)

  • 57 Les UP traditionnelles ne sont pas motorisées à Madagascar. Leur motorisation (cas de pêcheries oue (...)

69Cette figure montre les zones de superposition spatiale entre types d’exploitation, ainsi que les contraintes limitant les zones respectives de ces derniers. La pêche traditionnelle est limitée par la distance aux points de débarquement : elle ne peut donc accéder à la totalité de la surface de répartition de la ressource57

70L’accessibilité des UP industrielles est limitée, quant à elle, par la nature des fonds et le tirant d’eau des navires. Plus les crevettes sont âgées, plus elles tendent à séjourner dans la zone accessible à la pêche industrielle. Cependant, le gradient de répartition en fonction de l’âge des crevettes n’est pas régulier et des crevettes d’âges différents peuvent être présentes dans la même zone.

Image 10000000000001FB0000015F2CBA6090.jpg

Fig. 141
Courbes d’accessibilité pour F. indicus pour trois engins de pêche

  • 58 On aurait pu aussi introduire une fonction d’accessibilité en fonction de la taille.

71Ce phénomène peut être représenté sous la forme d’une fonction d’accessibilité qui, pour chaque espèce, donne le pourcentage de crevettes accessibles, en fonction de leur âge58, aux différents types d’exploitation.

72Dans la figure 141, on considère que les jeunes crevettes sont particulièrement vulnérables aux barrages palissades valakira à leurs stages juvénile et subadulte. Les crevettes adultes quittent rapidement les zones d’estuaires et de mangroves où opèrent ces engins (phénomène de réforme). Les filets periky et les sennes kaokobe visent plutôt les sub-adultes et adultes et ne connaissent pas un phénomène de réforme aussi accentué. Par contre, la part de la ressource accessible est toujours limitée par la contrainte de distance aux points de débarquement de la pêche traditionnelle. Les chalutiers-congélateurs visent des crevettes plus âgées et on considère dans cet exemple que 100 % des crevettes d’un certain âge finissent par être accessibles à ce type d’exploitation.

73L’accessibilité des crevettes est obtenue au moyen de l’équation :

Image 10000000000001560000001ECA23CBA3.jpg

Image 10000000000000D70000001EC73EC202.jpg est la fonction d’accessibilité de l’espèce i pour l’engin du type d’exploitation x pour une zone donnée. On peut prendre en compte la variation saisonnière de l’accessibilité en multipliant sa valeur moyenne par un coefficient mensuel Cmaccess ix i mois de moyenne annuelle égale à 1. La crevette F. indicus est considérée comme plus accessible durant les 4 à 5 premier mois de pêche en raison de son comportement grégaire. L’accessibilité de M. monoceros augmente par contre dans la seconde moitié de la campagne de pêche.

  • 59 Les statistiques de captures traditionnelles n’indiquent pas de présence significative de M. monoce (...)

74Dans le modèle on a introduit une autre différence significative dans l’accessibilité des deux espèces de crevettes. F. indicus est accessible à l’ensemble des types de pêches tandis que M. monoceros n’est accessible qu’aux types d’exploitation industriels59.

Prise en compte de la contrainte de capacité instantanée de capture dans le calcul de la capturabilité

75Les UP industrielles ont une capacité immédiate de capture limitée par la nécessité de trier et de conditionner le produit à bord. Pour chaque type de pêche est définie une capacité maximale de capture par jour CapMaxx qui rend compte de cette contrainte. Cette contrainte joue essentiellement pour les unités industrielles, notamment celles qui pratiquent le conditionnement à bord des prises.

76La capturabilité potentielle qpot est celle qui serait obtenue en l’absence de saturation de cette contrainte :

Image 1000000000000188000000323F59D2FE.jpg

La prise potentielle instantanée Image 10000000000000510000001E530CC710.jpg par bateau est obtenue à partir de l’équation de capture (9) où F est calculé à partir de la capturabilité potentielle qpot.

77Le taux d’utilisation de la capacité de capture d’un navire est défini comme le rapport entre sa prise potentielle ypotbat et sa capacité maximale CapMax :

Image 100000000000013A00000025663A05A1.jpg

Si Image 10000000000000670000001EAA2461E2.jpg, on corrige la capturabilité q en t + 1 en divisant la capturabilité potentielle par le taux d’utilisation en t. Ce décalage temporel est nécessaire pour éviter les difficultés dues à des équations simultanées. On obtient ainsi l’expression finale de la capturabilité.

Si Image 10000000000000850000001E8986816B.jpg, alors la capturabilité effective est égale à la capturabilité potentielle.

Image 10000000000001A00000003D5CAB7580.jpg

Ressources et captures accessoires en poissons

78Les captures de poissons peuvent contribuer significativement aux revenus de certains types de pêche et doivent donc être prises en compte. Il faut aussi représenter l’impact de la pêche crevettière sur la ressource en poisson et donc sur la biodiversité et sur les types de pêche qui ciblent les poissons. Il n’est cependant pas envisageable de représenter dans un tel modèle la diversité d’espèces de poissons capturés. Elles seront regroupées au sein d’une espèce générique « poisson » dont la dynamique sera représentée au moyen du modèle synthétique de Schaefer (1954). Cette modélisation est présentée ici pour une zone, les stocks de poisson par zone étant supposés, comme ceux de crevettes, indépendants.

79La variation instantanée de la biomasse de poisson dBP/dt par zone est obtenue au moyen de l’équation logistique (on ignore l’indice zone pour ne pas alourdir les notations) :

Image 100000000000029D00000031840ADEA9.jpg

  • 60 On désigne ici les UP dont l’espèce cible principale est le poisson, et qui n’appartiennent donc pa (...)

Le premier terme de l’équation représente la croissance naturelle nette du stock de poissons ; le second, entre crochets, la capture exercée par la pêche. rp est le taux de croissance intrinsèque du stock, KP la capacité de charge, qpp la capturabilité et EP l’effort des UP poissonnières60, qpx la capturabilité des poissons et Image 100000000000001B0000001EE7199E47.jpg l’effort nominal par le segment crevettier x.

80La capture de poisson par le segment crevettier est égale à :

Image 10000000000000E1000000261A3F97B9.jpg

81La capture cumulée de poisson par les UP crevettières par segment est obtenue par intégration :

Image 10000000000000BE000000529DA317C3.jpg

  • 61 Afin de ne pas alourdir plus ce texte, les équations décrivant le comportement de rejet en poisson (...)

82Il reste maintenant à déterminer la part de poisson conservé à bord par segment ConsPoisx. On a fait l’hypothèse que l’objectif des pêcheurs est de remplir leur cale en priorité de crevettes. Ils rejettent donc tous les poissons quand les rendements immédiats observés en crevettes permettent de remplir la cale au cours d’une marée. Quand ces rendements sont insuffisants pour remplir la cale au cours d’une marée, la capacité inutilisée en crevette sert à conserver le poisson capturé61.

Les prises accessoires dans la simulation de référence
La représentation des captures accessoires constitue l’un des « points faibles » du modèle et on est ici loin d’atteindre dans la simulation de référence le « réalisme » retenu pour la crevette. On ne dispose pas en effet d’informations précises sur le potentiel et les caractéristiques biologiques des espèces accessoires. La modélisation de ces ressources est donc introduite a minima pour représenter le rôle des ressources en poissons comme complément de revenu, ainsi que le comportement de rejet de poissons. Par contre, elle ne prétend pas représenter de façon réaliste la dynamique des ressources en poisson ni même les captures.
On retiendra ici l’exemple de la zone C. On considère que la ressource en poisson a une capacité de charge (KP) de 40 000 tonnes. Les captures par les différents types de pêche crevettière s’élèvent à 23 700 tonnes se répartissant entre pêche industrielle (17 000 tonnes), artisanale (4 000 tonnes) et traditionnelle (2 700 tonnes). Pour les segments industriels, les rejets s’élèvent à 7 000 tonnes.

Image 1000000000000294000001F485480574.jpg

Fig. 142
Comportement de rejets de poissons: exemple des chalutiers-congélateurs en zone C.
La figure 142 illustre le comportement de captures et de rejets de poissons d’un chalutier. Les prises quotidiennes de crevettes (courbe 1) et poissons (courbe 2) sont déterminées par l’abondance de la ressource et l’effort de pêche global au sein de la zone. En fonction de sa capacité de cale (43 t), de la durée maximale de marée (30 jours) et de sa prise quotidienne en crevette, l’UP a un objectif de captures en poisson (courbe 3) qui lui permet de remplir sa cale, en complément de la crevette, au cours de la marée. Dans cet exemple la capture effective de poisson est toujours supérieure à l’objectif en poisson ; et la différence est rejetée (courbe 4) ; dans le cas contraire la capture effective en poisson aurait été intégralement conservée.

Dynamique de l’activité de pêche

  • 62 On a retenu la possibilité de deux fermetures intermédiaires possibles, ce qui semble raisonnable d (...)

83La pêcherie est ouverte durant la période comprise entre les dates d’ouverture et de fermeture annuelles (Dateouv et Dateferm) spécifiées par segment et en dehors de deux périodes de fermeture intermédiaire possibles62.

84L’état d’ouverture ou de fermeture par segment de pêche est représenté par une variable binaire Pêcherie_Ouverte.

Image 10000000000001F900000049BF2158B9.jpg

85fpériod1, fpériod2, opériod1 et opériod2 sont les dates de fermeture et de réouverture intermédiaires possibles, c’est-à-dire en cours de campagne de pêche.

  • 63 Pour un exemple de modélisation des reconversions entre types de pêche au sein de pêcheries traditi (...)

86Dans ce modèle, le seul changement possible de l’activité de pêche concerne les effectifs d’UP actives Batactxt, égal au nombre initial d’UP Batautorx, multiplié par le taux d’activité txActx également spécifié en début de simulation. Lorsque la pêche est fermée pour un segment, ses UP sont inactives et elles ne peuvent pas être transférées dans un autre segment. Cette hypothèse est vérifiée pour la pêche industrielle où les UP ne sont pas autorisées à changer de zone et ne peuvent modifier leurs techniques de pêche. Pour la pêche traditionnelle on n’observe pas de migrations entre zones, par contre il est possible que des reconversions d’un type d’exploitation à un autre puissent s’opérer à court terme, on ne dispose cependant pas d’informations suffisante pour modéliser ce phénomène63.

Image 100000000000020E0000003F76A8FB27.jpg

  • 64 Ces mécanismes de régulation ne sont activés que si cette option est choisie au départ de la simula (...)

87On a introduit la possibilité de régulation endogène de l’effort de pêche au sein d’une simulation64. On a défini deux mécanismes de régulation pouvant induire une variation du nombre d’UP actives au sein d’un segment. Après variation, ce nombre reste compris entre le nombre initial d’UP autorisées et 1.

88La première régulation se déclenche en cas de variation du résultat net d’exploitation (RNE) par UP moyenne au sein d’un segment. Elle s’opère après un délai délaiRne fonction du temps d’appréciation des décideurs. Une baisse (hausse) du RNE entre les temps t-délaiRne et t induit une diminution (augmentation) des UP actives au sein du segment en t + 1.

89La seconde vise à réduire l’effort de pêche lorsque la proportion de petites crevettes dans les captures est trop importante. Le nombre d’unités actives diminue (augmente) lorsque la part des crevettes F. indicus d’un calibre entier supérieur ou égal à 60 ou celles des M. monoceros d’un calibre supérieur ou égal à 80 est inférieure (supérieure) à un seuil prédéterminé. Cette régulation se déclenche aussi avec un délai représentant le temps nécessaire à l’appréciation de la structure des prises.

90Le premier type de régulation n’est pas irréaliste puisqu’au cours des années récentes, les armements industriels opérant au sein d’une zone donnée se sont coordonnés pour réduire leur activité lorsque les résultats de la pêche étaient mauvais. Le second type de régulation proposé n’est pas observé dans la réalité, il s’agit pourtant, nous semble-t-il, d’un mode de gestion à court terme qui pourrait être proposé dans les pêcheries crevettières, où la structure des prises par taille est l’un des facteurs importants de la rentabilité des UP.

Simulation d’une régulation endogène du nombre d’unités de pêche
Dans l’exemple suivant on simule les conséquences d’une régulation endogène de l’effort de pêche industriel et artisanal basé sur la composition par taille des captures de crevettes. La régulation consiste en une variation quotidienne de - ou + 10 % du nombre d’UP actives lorsque la part, dans les captures instantanées, de petites crevettes (F. indicus de calibre entier supérieure à 60 ou de M. monoceros de calibre supérieur à 80) est supérieure (ou inférieure) à 60 et 70 % respectivement. Les effectifs des segments restent bornés par le nombre initial d’UP autorisées et un nombre minimal égal à 1. Enfin, la régulation se déclenche cinq jours après le dépassement de ces seuils. La figure 143 présente l’évolution de la flottille industrielle et artisanale en zone C avec et sans régulation. Dans cet exemple, l’effectif de chalutiers-congélateurs ne revient pas à son maximum car une augmentation de 10 % à partir du jour 160 conduirait à dépasser le maximum autorisé.

Image 10000000000002870000015665BA7EB2.jpg

Fig. 143
Dynamique de l’effectif de la flottille avec une régulation endogène.
La régulation conduit à une réduction très importante du nombre d’UP en milieu de campagne. On peut voir sur la figure 144 l’impact de la régulation sur la biomasse en crevettes toutes espèces, ainsi que sur les captures cumulées de la zone C. Il y a une forte augmentation de biomasse en milieu de campagne, ainsi qu’un effet positif en fermeture. La capture cumulée totale de la zone est sensiblement identique dans les deux cas. Par contre, on observe que la répartition de la capture dans le temps est nettement différente à partir du milieu de la saison de pêche, où la régulation conduit à une réduction de la capture puis à son augmentation dans la dernière période. Nous n’abordons pas ici les conséquences économiques de la régulation, dont on peut attendre qu’elles seront non négligeables en raison de la réduction des coûts pour la pêche industrielle et de la modification de la structure des prises.

Image 100000000000028C000001EBD0B85440.jpg

Fig. 144
Impact de la régulation endogène du nombre d’UP sur la biomasse et les prises en zone C.

Les modules économiques

91Les variables en valeur sont exprimées en unités monétaires (UM) courantes ou actualisées. Dans le second cas, à chaque pas de temps les variables exprimées en unités monétaires courantes seront multipliées par un facteur d’actualisation fact calculé au moyen de la formule suivante où r est le taux annuel d’actualisation continu, soit, dans le cas d’une modélisation avec un pas de temps quotidien :

92fact = e -[(r/365) • t] (27)

93Les activités prises en compte comprennent celles à terre : transformation, stockage sous froid, collecte auprès de la pêche traditionnelle. La transformation consiste essentiellement à trier, étêter, décortiquer et mettre en emballage les crevettes. Le stockage consiste à conserver les crevettes avant la transformation sous chambre froide et avant expédition, en chambre froide et/ou en container frigorifique. Une partie des activités de stockage et de transformation sont considérées comme la simple continuation à terre de l’activité des segments de pêche : leurs coûts seront alors imputés à ces segments et le chiffre d’affaires des segments sera estimé en intégrant la « plus-value » apportée par la transformation et le stockage. On considérera donc que les activités à terre imputées aux segments n’ont pas de chiffre d’affaires propre.

Revenus

94Pour estimer les revenus des segments de pêche on additionne la valeur des captures de crevettes et celle des prises de poissons conservées à bord. La valeur des prises est calculée à chaque pas de temps. On présentera dans un premier temps le mode de calcul des revenus en crevettes.

Introduction des prix des crevettes

95Chaque type d’exploitation x est caractérisé par des paramètres de mise en marché de la crevette : répartition annuelle prédéfinie de ses captures de crevettes par marché de destination (export direct, collecte export, collecte marché intérieur, consommation locale), par zone d’exportation (euro, dollar US et yen) et par mode de conditionnement (HO, HL, décortiqué). Les choix d’exploitation et de valorisation des segments de pêche influent cependant sur le prix ex post auquel ils écouleront leurs prises, bien qu’ils soient « price-taker ».

  • 65 En ariary depuis 2003.

96Les prix à l’export FOB, à la collecte export, à la collecte pour le marché intérieur et à la consommation sur le marché intérieur sont spécifiés en début de simulation par espèces i, calibre commercial cal et mode de conditionnement cond. Les prix locaux sont exprimés en UM nationale65. Les prix à l’export FOB le sont au départ dans les devises des zones d’exportation, puis convertis en monnaie locale en utilisant les taux de change, ces derniers pouvant rester constants durant la simulation ou au contraire suivre une évolution tendancielle prédéfinie.

97Dans la suite des calculs, le prix instantané au kg P en monnaie locale sera indicé par type d’exploitation x, espèce de crevette i, sexe s et indice de cohorte mensuelle c.

  • 66 La pondération tient compte de l’importance relative des destinations (export, collecte export, col (...)

98Connaissant les paramètres initiaux de mise en marché par segment, exposés précédemment, il est possible de calculer, pour chacun d’entre eux et chaque espèce, un prix moyen pondéré66 par calibre commercial entier pcalxical.

Connaissant le poids individuel des crevettes par cohorte Image 100000000000002A0000001EA6FED6B8.jpg (en ignorant ici l’indice zone pour ne pas trop alourdir les notations), il est possible de calculer l’évolution du prix au kg, qui accompagne la croissance des individus constituant chacune des cohortes :

Image 10000000000001DA000000202C4C147A.jpg

mincal et Maxcal sont les bornes des calibres commerciaux en crevette entière, exprimés en nombre d’individus.

99Enfin, le prix du poisson PrixPois est un paramètre exogène défini en UM nationale par zone et type d’exploitation.

Estimation du chiffre d’affaires dans la simulation de base et comparaison avec les résultats de l’Observatoire économique de la pêche crevettière pour 2003
Le modèle estime le chiffre d’affaires total de la pêcherie à 70 milliards d’ariary pour l’année de référence 2003, dont 67 milliards pour les crevettes (50 milliards pour la pêche industrielle). Pour la même année, l’observatoire économique de la filière crevettière, à partir d’enquêtes directes auprès des armements industriels, a estimé leur CA en crevettes à 65 milliards d’ariary. Pour la pêche industrielle, l’estimation du modèle est ainsi inférieure de 23 % à celle de l’observatoire. L’essentiel de la différence provient d’un écart du prix moyen des crevettes, estimé par le modèle à 5 900 ariary/kg contre 7 740 ariary/kg par l’observatoire. Cette différence semble s’expliquer par le recours à des fonctions de croissance des crevettes qui ne permettent pas de simuler ou sous-estiment les captures de gros individus qui sont aussi les plus chers. Cela peut provenir de l’estimation de ces fonctions de croissance qui semble particulièrement délicate pour les crevettes (Rafalimanana et Caverivière, chapitre3, Caverivière et Razafindrakoto, chapitre8).
Pour essayer de contourner cette difficulté, on a procédé au test d’une seconde méthode d’introduction des prix des crevettes pour les segments industriels et artisanaux. On a dans un premier temps procédé à une estimation statistique de la relation entre poids individuel W (en utilisant une progression discrète par pas de 5 g) et prix moyen. Ce dernier est la moyenne des prix par calibres en monnaie locale pondérée par destination et mode de conditionnement.
Les résultats de la régression linéaire pour les deux espèces sont les suivants (tests t de Student, sous hypothèse de nullité du paramètre, entre parenthèses) :
F. indicus P = 3 631 + 258 • W R2 = 0,92 N = 27
(7,24) (17,90)
M. monoceros P = 3 698 + 181 • W R2 = 0,86 N = 27
(7,36) (12,49)
L’usage de cette nouvelle méthode d’introduction des prix, à partir de la relation statistique entre poids individuel et prix, permet d’obtenir un chiffre d’affaires « crevettes » pour le secteur industriel de 59 milliards d’ariary et la sous-estimation par rapport au chiffre d’affaires de l’Observatoire n’est plus que de 9,2 %.
Bien qu’apparemment plus satisfaisant, le recours à cette nouvelle méthode s’avère moins adapté pour la simulation de l’impact de changements sur le marché de la crevette ou du cours des devises, car il suppose de réestimer, à chaque changement des paramètres de mise en marché, la relation statistique entre prix et poids individuel.
Cependant pour la présentation des résultats de la simulation de référence, on retiendra la méthode donnant les résultats les plus proches de ceux de l’observatoire.

Chiffre d’affaires

100Le chiffre d’affaires caCx instantané en crevettes des deux espèces par segment de pêche est calculé à partir des équations 10 et 28, en gardant ici les indices pour les espèces, sexe et indice mensuel de cohorte (en ignorant l’indice zone) :

Image 100000000000013C000000333D8DB77C.jpg

101Le chiffre d’affaires instantané caPx en poisson par segment de pêche est égal à :

Image 100000000000012D0000002577306001.jpg

102Le chiffre d’affaires total par segment (cax) ou par UP (cabatx) instantané peut alors être calculé :

Image 10000000000001C400000025009E6859.jpg

103Le chiffre d’affaires cumulé par segment est alors obtenu par intégration :

Image 10000000000000BC00000051C97B5D27.jpg

104Le chiffre d’affaires cumulé pour l’ensemble d’une zone est égal à la somme de ceux des segments présents dans cette zone (en introduisant l’indice zone), soit :

Image 100000000000008C00000031AA796D2F.jpg

105Le chiffre d’affaires cumulé de la pêcherie CAP est la somme de ceux des segments de pêche et des activités à terre non imputées.

106Le chiffre d’affaires des activités à terre non imputées aux segments de pêche est égal à la valeur à l’export des quantités achetées à la pêche traditionnelle par la collecte export, diminuée d’éventuels déstockages sur le marché local. Ceux-ci se produisent lorsque les capacités locales de stockage sont insuffisantes pour accueillir le volume de crevettes en attente d’expédition.

Image 100000000000021600000031F3D4F0D5.jpg

Les coûts
Spécification des fonctions de coût

107Un grand soin a été accordé à la spécification de la fonction de coût de la pêche crevettière et des autres activités au sein de la pêcherie (conservation à terre, stockage à terre, gestion, collecte des produits de la pêche traditionnelle). La réduction des coûts de la pêche apparaît en effet l’une des voies privilégiées pour en améliorer les résultats.

108Chaque élément de coût peut avoir une composante variable (dépendant du nombre de jours de mer et/ou des quantités capturées, traitées ou stockées) et/ou fixe (indépendant des facteurs précédents).

109Les éléments retenus dans les fonctions de coût comprennent :

    • 67 Les consommations intermédiaires sont constituées des biens et services détruits ou « consommés » d (...)

    les consommations intermédiaires67 (CI), fixes et variables, avec une nomenclature comprenant 10 postes de « consommables » et 9 postes de « prestations de services ». La répartition entre composantes fixe et variable a été estimée en collaboration avec l’observatoire économique de la filière crevettière, pour chaque élément de la nomenclature ;

  • les droits de pêche, fixes, Redev ;

  • les frais financiers, fixes, FraisFin ;

  • l’amortissement, fixe, Amt ;

  • la rémunération du travail et les charges sociales (fixes et variables) ;

  • la fiscalité directe (ImpBénef, sur les bénéfices des entreprises) et indirecte (TaxM sur les importations de consommations intermédiaires directes), variable.

Estimation des coûts par segment de pêche

110On considère qu’une part des activités de transformation et de stockage à terre est la continuation directe des activités en mer, les produits restant dans ce cas au sein des mêmes entités économiques. On impute donc leurs coûts aux segments de pêche qui les approvisionnent. Pour ce faire, on calcule (par zone) la part des quantités transformées ou stockées à terre provenant des approvisionnements directs par segment. Les charges variables correspondantes sont alors imputées aux segments de pêche à chaque pas de temps, les charges fixes le sont en fin d’année. À l’inverse, les coûts de stockage et de transformation de produits échangés entre firmes ou collectés auprès de la pêche traditionnelle (PT) ne sont pas imputés à des segments de pêche et seront comptabilisés dans les calculs agrégés pour l’ensemble de la pêcherie. Afin de ne pas allonger l’exposé du modèle, on ne présentera pas ici en détail le calcul des coûts de transformation et de stockage à terre.

Les consommations intermédiaires (CI) par segment
  • 68 Pour alléger les notations on ne mentionne pas ici l’indice z des zones.

111Pour les UP, les paramètres des CI variables (civarbat) sont spécifiés par jour de mer, segment et poste de nomenclature (indice nom), à l’exception des postes « carburant lubrifiant » et emballage. Pour ces derniers, les coûts par pas de temps sont le produit des consommations instantanées de carburant (conscarb) et de lubrifiant (conslub), et de leurs prix respectifs (prcarb, prlub)68. Leurs prix peuvent varier en cours de simulation car ce sont des intrants en partie importés, donc soumis aux variations du cours des devises dans lesquelles ils sont payés. Le coût de l’emballage est égal au produit du volume de crevettes capturées (ybat) par le coût moyen au kg de crevettes des emballages (ckgemball). Les CI variables par segment de pêche civarx sont alors le produit des CI variables par UP par l’effectif d’UP actives Batactx auquel s’ajoutent les CI variables imputées des activités de transformation civartransx, stockage, civarstockx et gestion civargestx.

Image 10000000000002A500000052FED69420.jpg

112Les CI fixes par segment CIfix sont le produit des consommations intermédiaires fixes par bateau CIfixbat et du nombre d’unités autorisées Batautor, auquel s’ajoutent en fin d’année les charges fixes de transformation, stockage et gestion imputées. On fait l’hypothèse que l’intégralité des charges fixes des UP autorisées est supportée en début de saison de pêche, même si certaines d’entre elles seront inactives en cours de campagne de pêche.

113CIfixx = (CIfixbatx · Batautorx) + CIfixtransx + CIfixstockx + CIfixgestx (35)

114Les CI cumulées par segment sont la somme des CI fixes et de l’intégrale des CI variables :

Image 10000000000001120000004E4037FEE4.jpg

115Les CIx cumulées par segment peuvent être éclatées par poste de nomenclature de coût (indice nom). Il suffit pour cela, dans les calculs précédents, de ne pas les sommer sur l’indice nom ; elles seront alors notées CIx nom.

Coût du travail et charges sociales par segment

116La rémunération du travail, pour la pêche industrielle (PI), a deux composantes, fixe et variable, qui prennent chacune en compte la qualification du travail utilisé (indice qualif) :

    • 69 Il serait aussi envisageable d’introduire une prime basée sur la valeur des prises quotidiennes, et (...)

    un élément de salaire fixe par pas de temps, perçu à terre comme en mer. Il est fonction du salaire fixe individuel wfixex qualif, de la taille des équipages équipx qualif et du nombre d’UP autorisées Batautorx69 ;

  • une part de pêche est perçue en supplément du salaire fixe, déterminée par une prime par tonne de crevette ou de poisson (primecrevx qualif, primpoisx qualif).

117Enfin, les charges sociales, considérées comme uniquement patronales, sont calculées au moyen d’un taux de charges sociales spécifié par type d’exploitation.

118Le coût total du travail des équipages wéquipx, pour un segment de pêche, sera donc calculé comme suit :

Image 1000000000000299000000B36F875638.jpg

  • 70 Pour la pêche traditionnelle, la composante fixe est nulle, on a cependant préféré garder une formu (...)

119Pour la PT ou la PA (pêche artisanale), le système de rémunération est plus simple puisqu’il attribue une part fixe quotidienne individuelle wfixe70 toute l’année et une part prédéterminée partca du chiffre d’affaires quotidien à l’équipage en période d’activité.

Image 10000000000001FB000000735DEF488D.jpg

Les coûts d’un segment de pêche (chalutiers-congélateurs de la zone C)
La figure 145 présente la formation sur la période annuelle du coût total d’un segment. Le coût total annuel s’élève à 47milliards d’ariary. Au jour 1, les coûts fixes liés aux bateaux (y compris les redevances de pêche) sont imputés, soit 23 milliards (49 % du coût total annuel). En fin d’année, sont ajoutés les coûts des activités à terre imputés et la fiscalité sur les bénéfices ou les importations d’intrants, soit 4,4 milliards d’ariary. Les coûts variables sont, pour l’essentiel, fonction du nombre de jours de pêche (partie croissante de la courbe).

Image 1000000000000297000001D97A41AF6A.jpg

Fig. 145
Formation du coût d’un segment de pêche.
Tableau 51
Exemple de structure de coût d’un segment, le cas des congélateurs en zone C (valeurs exprimées en millions d’ariary)

Image 100000000000029E0000014E913C9E6F.jpg

Les principaux postes de coût sont précisés dans le tableau 51. Les consommations intermédiaires représentent 62 % du coût total, elles se répartissent à peu prêt à égalité entre éléments fixes (55 %) et variables (45 %).Le carburant représente plus de 50 % des CI en consommables et 17 % du coût total. Le coût du travail ne représente que 13 % du coût total, ce qui peut s’expliquer par le niveau salarial faible observé à Madagascar. Par contre, le poste amortissement est relativement élevé (16 %), en raison du coût de renouvellement des embarcations et équipements de pêche.

120Le coût total cumulé du travail par segment est égal à l’intégrale du coût instantané du travail pour les unités de pêche plus le coût total du travail des activités de transformation et de stockage imputées (dont on ne présente pas ici le mode de calcul).

Image 10000000000001AE0000004F8DF28020.jpg

  • 71 Les ménages peuvent bien sûr avoir d’autres sources de revenus liés à l’emploi dans d’autres secteu (...)

121Wtotx est assimilable au revenu brut des ménages71, issu de la pêche crevettière, pour le segment x, en faisant l’hypothèse d’un équilibre des charges et prestations sociales au sein de chaque segment, ce qui implique que les charges sociales sont redistribuées aux ménages durant l’année considérée.

122À partir des calculs par segment x, la synthèse des coûts s’opère à différentes échelles :

  • des UP « moyennes » au sein d’un segment : on divise les résultats par segment par le nombre d’unités de pêche autorisées ou présentes en début d’année ;

  • des flottilles, ensemble des unités de pêches relevant d’un même type de pêche pour toutes les zones. Les coûts des flottilles intègrent les coûts de la transformation et du stockage à terre imputés ;

  • des zones de pêche : il s’agit des coûts de l’ensemble des segments de pêche opérant au sein d’une même zone ;

  • de l’ensemble de la pêcherie : il s’agit alors de la somme des coûts par zones mais aussi des activités de transformation et de stockage non imputées à des segments de pêche et des activités de collecte auprès de la pêche traditionnelle.

Résultats économiques

123On distinguera les résultats financiers (point de vue des opérateurs économiques privés) des résultats méso ou macro-économiques qui seront estimés au moyen de la méthode des effets (Chervel et Le Gall, 1976 ; Bridier et Michaïlof, 1995).

Résultats financiers

124Ils sont présentés sous la forme des soldes intermédiaires et finaux des comptes d’exploitation et seront, dans un premier temps, développés en détail pour les segments de pêche (cf. annexe 3).

Résultats financiers : le cas du segment chalutiers-congélateurs de la zone A et de l’ensemble de la pêcherie
La figure 146 montre la formation des résultats financiers pour le segment particulier des chalutiers-congélateurs en zone A dans la simulation de référence. Le point mort (égalité entre CA et coût total) est atteint au jour 130,soit deux mois et demi après l’ouverture. Il faut cependant tenir compte des charges fixes imputées en fin de simulation qui représentent 1,1 milliard d’ariary, soit 12,5 % des charges totales. En fin d’année, la structure des résultats financiers du segment se présente comme suit (en millions d’ariary) :

Image 100000000000029D00000096FF08C377.jpg

Image 100000000000028F000001EFB7F37467.jpg

Fig. 146
Formation des résultats financiers pour un segment de pêche.
Les résultats pour l’ensemble de la pêcherie sont présentés sous la forme d’un compte d’exploitation à l’annexe 3. Cette présentation très synthétique fournie par l’» interface utilisateur » du modèle montre que l’ensemble de la pêcherie, du point de vue des opérateurs privés, est proche de l’équilibre puisque le RNE après impôt s’élève à – 1,8 milliard d’ariary, soit – 2 % du chiffre d’affaires total de la pêcherie. Cependant, ce résultat négatif ne s’observe que pour la composante industrielle de la pêcherie. Enfin le résultat brut, quelle que soit la composante (PI, PA, PT, ou autres activités à terre), s’avère toujours positif et s’élève à 14 milliards d’ariary pour l’ensemble de la pêcherie. La justesse du diagnostic de déficit de la pêcherie repose donc sur la pertinence de la méthode d’estimation de l’amortissement économique qui a été retenue (valeur de remplacement divisée par une durée de vie). Un autre point soulevé à l’examen de ce tableau est celui de l’impôt sur le bénéfice: on observe en effet que des composantes sont redevables de l’impôt en dépit d’un RNE négatif (cas par exemple de la PI). Ce résultat un peu déconcertant a priori s’explique par le fait que la fiscalité sur les bénéfices, dans le modèle, est perçue au niveau des segments de pêche, il suffit donc qu’un seul segment ait un RNE positif pour que la pêcherie apparaisse imposable en dépit d’une situation globale déficitaire.

125Le revenu brut d’exploitation Rbe par segment est la différence entre le chiffre d’affaires cumulé et la somme des coûts cumulés, autres que l’amortissement et la fiscalité directe sur les bénéfices, soit (en ignorant l’indice zone z) :

126Rbex = CAx – (CIx + Wtotx + FraisFinx + Redevx + TaxMx) (40)

127Le revenu net d’exploitation Rne est égal à la différence entre revenu brut et amortissement :

128Rnex = Rbex – Amtx (41)

129L’impôt sur les bénéfices est proportionnel au Rne si ce dernier est positif en fin d’exercice :

Image 10000000000001C300000040F1E77146.jpg

130Le résultat net d’exploitation après impôt peut alors être calculé à partir des deux équations précédentes :

131Rne_ap_impx = Rnex – Impbénefx (43)

132La rente économique Rente est la somme de la rémunération du capital avant impôt et du loyer de la ressource perçu par l’État sous forme de redevances de pêche (Redev). On considère que le prélèvement réalisé par l’État au titre de la propriété de la ressource comprend uniquement les redevances, auquel vient s’ajouter la fiscalité sur le bénéfice des firmes exploitantes quand le Rne est positif.

133Rentex = Rnex + Redevx (44)

134Les mêmes indicateurs de résultats par zone et par flottille sont obtenus par sommation sur les indices z et x. Pour l’ensemble de la pêcherie, les mêmes indicateurs se calculent par sommation des résultats par zone et des résultats des activités à terre non imputées dont nous ne développons pas les calculs dans cette contribution.

Application de la méthode des effets

Principes généraux

135La méthode des effets (Chervel et Le Gall, 1976 ; Bridier et Michaïlof, 1995) est un outil d’évaluation de projets ou de décisions économiques qui mesure principalement leur impact en termes de fluctuation directe et indirecte de valeur ajoutée, en déterminant les effets intra-branches par la variation de demande d’intrants locaux. Il s’agit donc d’un outil adapté à l’évaluation des conséquences macro-économiques de décisions d’aménagement de la pêcherie.

Les résultats de la méthode des effets pour la simulation de référence
Le tableau 52 donne une appréciation différente de l’impact économique de la pêche (toujours pour la simulation de référence), si l’on compare avec les résultats financiers exposés précédemment (point de vue des opérateurs privés).
En effet, la contribution à l’économie en termes de valeur ajoutée primaire brute, consistant à prendre en compte la création de valeur ajoutée dans les branches fournisseuses d’intrants, s’élève à 61 milliards d’ariary, soit 22 millions d’euros. Toutes les composantes de la filière contribuent à ce résultat et c’est la pêche industrielle qui a le poids le plus important (72 %) dans la création de la valeur ajoutée primaire. La contribution nette à la balance commerciale (18,4 milliards d’ariary, soit 6,6 millions d’euros) ne représente que 31 %de la valeur des exportations de la filière, en raison de l’importance des intrants importés. Il convient de noter que la contre-performance apparente de la pêche traditionnelle, pour la contribution au commerce extérieur est artificielle. En effet, sa contribution en tant que fournisseuse de matière première au secteur d’exportation est non négligeable mais n’apparaît pas dans la colonne PT, mais au titre des activités à terre non imputées, dont l’activité d’exportation (3,7 milliards d’ariary) provient de la collecte auprès de la PT.
Cependant, si le recours à la méthode des effets permet de mieux apprécier la contribution du secteur crevettier à l’économie nationale, elle peut, si l’on n’y prend garde, conduire à des interprétations, voire à des recommandations peu pertinentes pour la durabilité économique et biologique de la pêcherie. La recherche de la maximisation de la valeur ajoutée primaire peut conduire en effet à proposer un niveau d’effort de pêche bien supérieur à celui qui équilibre les comptes des entreprises, ce qui peut aussi fragiliser la ressource biologique. En effet, toute augmentation d’activité de pêche en situation de surexploitation économique, peut induire, via la demande d’intrants locaux, une augmentation de valeur ajoutée indirecte qui compense la dégradation des résultats économiques directs et donc cache la dégradation des résultats des entreprises.
Tableau 52
Résultats de la méthode des effets dans la simulation de référence.

Image 100000000000029F0000012C92EAAA6F.jpg

Unités : millions d’ariary

136Toute décision de gestion ou d’aménagement induit un changement de l’activité de pêche. Ce dernier aura ou non des effets sur la production et sur les exportations de crevettes. Par contre, il implique toujours une variation de demande d’intrants (CI) qui se répartiront en CI locales et CI importées. La différence entre variation de production et des CI totales du secteur est égale à la variation de valeur ajoutée (VA) directe (premier effet direct). La variation de CI locales se décompose en importations incluses et VA indirecte créée par les branches locales fournisseuses d’intrants (effets indirects). La variation de VA primaire sera la somme des changements de VA directe et indirecte. Enfin, l’effet net sur la balance commerciale est le solde des variations d’exportation et d’importations incluses, ces dernières étant la somme des importations de CI par le secteur pêche et de celles des branches locales fournisseuses d’intrants (importations indirectes).

Méthode de calcul des indicateurs de la méthode des effets

137La valeur ajoutée directe brute VABDx par segment est la différence entre le CA (équ. 32) et les CI (équ. 36) cumulés (en ignorant l’indice zone z) :

138VABDx = CAx - CIx (45)

139La valeur ajoutée nette directe s’obtient en retirant la valeur des amortissements : VANDx = VABDx - Amtx (46)

140Les consommations intermédiaires locales CILx sont le produit des consommations intermédiaires CIx nom et du taux de contenu en consommations intermédiaires locales TxCilx nom, spécifiés par segment x et poste de nomenclature nom.

Image 100000000000015000000032283410E2.jpg

141Les importations directes IMPdir sont égales à la différence entre les CI et les CIL :

142IMPdirx = CIx - CILx (48)

143Les importations indirectes IMPindirx sont calculées à partir des CIL et de leur taux d’importation par poste de nomenclature (TxImpInclx nom).

Image 10000000000001A300000032D3BE6C28.jpg

144Les importations incluses sont enfin la somme des importations directes et indirectes :

145IMPinclx = IMPdirx + IMPindirx (50)

146La valeur ajoutée brute indirecte (VABIx) est égale à la différence entre les CIL et les importations incluses :

147VABIx = CILx – IMPinclx (51)

148On peut désormais calculer la valeur ajoutée brute primaire qui est la somme des valeurs ajoutées brutes directes et indirectes :

149VABPx = VABDx + VABIx (52)

150La contribution nette à la balance commerciale BCx est la différence entre exportations EXPx et importations incluses IMPinclx

151BCx = EXPx – IMPinclx (53)

152Le calcul de ces variables par flottille, zone et pour l’ensemble de la pêcherie s’opère selon les mêmes principes que précédemment.

Revenus disponibles des ménages

153Le revenu disponible des ménages par segment est la différence entre les revenus bruts cumulés des ménages issus du segment x et celle de la fiscalité directe prélevée sur ces derniers. On suppose que le taux d’imposition des ménages n’est pas progressif.

154Revdispmenx = Wtotx · (1 - txImpmén) (54)

155txImpmén est le taux d’imposition des revenus des ménages.

156Le revenu disponible des ménages pour l’ensemble de la pêcherie est la somme des précédents et des revenus disponibles retirés des activités à terre non imputées, dont le calcul ne sera pas précisé ici.

Revenus de l’État

157Les revenus de l’État RevEtat comprennent la fiscalité directe sur les bénéfices des firmes Impbénéf, les droits de pêche Redev, la fiscalité directe sur les ménages Impmén et les taxes sur les intrants importés TaxM.

158RevEtat = Impbénéf + Redev + Impmén + TaxM (55)

Emploi

159L’emploi total est comptabilisé en hommes-jours standard. Il comprend :

  • l’emploi des équipages en mer, dénommé « emploi bord » ;

  • l’emploi dans les activités de stockage, transformation et gestion à terre (l’effectif de cette dernière étant donné au départ de la simulation).

160Une question délicate est celle de la prise en compte ou non des membres d’équipage quand les bateaux sont considérés comme inactifs. Pour la PI et la PA, dans la mesure où les pêcheurs continuent de percevoir la composante fixe de leur rémunération et sont employés à des tâches d’entretien des navires ou de préparation des marées, il semble logique de les prendre en compte. Par contre, pour la PT, seuls les jours de travail en mer effectifs sont retenus.

Image 1000000000000250000000E174AA4CC2.jpg

Formation des revenus de l’État dans la simulation de référence
Les redevances de pêche constituent la majeure partie des revenus (54 %) apportés à l’État par l’exploitation crevettière, ils proviennent essentiellement de la PI. Les impôts sur les bénéfices des sociétés sont la deuxième contribution sectorielle au budget de l’État (27 %), suivis de la fiscalité sur le revenu des ménages (15 %) et les taxes à l’importation (4 %).Les redevances de pêche sont insensibles au résultat de l’activité, tandis que la fiscalité sur les entreprises, et, mais dans une moindre mesure, celle sur les ménages, dépendent des bons résultats du secteur. La recherche d’une sécurisation immédiate des revenus publics incite donc l’administration à privilégier les recettes au titre des redevances, et donc à ne pas réduire le niveau d’activité de la pêcherie par une réduction de flottille. Du point de vue de l’État, si celui-ci vise la garantie de ses ressources budgétaires, une mesure de réduction du niveau d’activité ne serait possible, à court terme, qu’accompagnée par une hausse compensatoire des redevances de pêche. Enfin, il est intéressant de constater que, dans la situation de référence, les revenus bruts de l’État représentent 12 % du CA de la pêcherie, qui peuvent être comparés au RBE du secteur privé qui représente 15 %du CA de la pêcherie. Une comparaison plus pertinente supposerait de simuler les revenus nets de l’État, en intégrant les dépenses publiques supportées au titre de la gestion et du soutien du secteur, information dont nous ne disposons pas.
Tableau 53
Revenus de l’État.

Image 100000000000029E000000C7622A574C.jpg

Unités : millions d’ariary

161L’emploi dans les activités de stockage (Emploistock) et de transformation à terre (Emploitrans), estimé par zone z, est la somme des emplois temporaires (fonction des flux de produits traités et stockés), et des emplois permanents. L’emploi des unités de gestion (Emploigest) est spécifié comme paramètre exogène.

162L’emploi total de la pêcherie (Emploi) est obtenu par sommation des éléments précédents :

Image 10000000000002A000000033956F4657.jpg

Indicateurs de durabilité de la pêcherie

  • 72 Le danger de redondance des indicateurs est lié au risque de biais d’analyse en utilisant des indic (...)

163Pour effectuer des comparaisons de scénarios d’exploitation et de gestion, on a procédé à un choix raisonné d’indicateurs regroupés par grands domaines de la problématique du développement durable : économique, social et écologique. Des points importants sont le respect du principe de parcimonie et la non-redondance des indicateurs72. Les indicateurs retenus figurent dans le tableau 54, ainsi que leur valeur dans la simulation de référence.

164Cinq indicateurs concernent la dimension économique. La création de richesse totale est représentée par la rente économique. Trois indicateurs macro-économiques complémentaires sont relatifs aux effets directs et indirects sur l’économie nationale (taux de valeur ajoutée primaire), à la contribution nette aux revenus publics (recettes de l’État obtenues à travers les redevances, la fiscalité directe et indirecte) et enfin à la contribution nette à la balance commerciale (exportations moins les importations directes et indirectes). Enfin, deux indicateurs traitent de la création de richesse en faveur de catégories particulières d’acteurs. Tout d’abord, les entrepreneurs des sous-secteurs industriels et artisanal, qui constituent un ensemble relativement homogène (représenté par le GAPCM), pour lesquels l’indicateur le plus adapté est le résultat net d’exploitation après impôt, qui peut aussi être interprété comme la rémunération nette de la propriété du capital.

165La dimension sociale est représentée au moyen de quatre indicateurs. Le premier est relatif au revenu des ménages du sous-secteur de la pêche traditionnelle, dont la promotion répond aux objectifs de réduction de la pauvreté et d’une meilleure équité dans la répartition de la richesse créée par l’exploitation de la ressource crevettière. L’équité dans la répartition des revenus est abordée de façon plus explicite par le deuxième indicateur relatif à la justice économique mesurée par la part des revenus nets des ménages (des trois sous-secteurs) dans la valeur ajoutée nette directe. L’emploi constitue l’un des principaux objectifs sociaux de la gestion des pêches : il est pris en compte par l’indicateur emploi total, exprimé en homme-jours et non pas en nombre de personnes employées dans la mesure où le taux d’activité peut varier dans le temps et/ou selon les sous-secteurs. Un dernier indicateur social est relatif à la répartition des revenus des ménages entre zones urbaines (où se concentrent les activités de pêche industrielle et artisanale) et rurale (où se pratique l’essentiel de la pêche traditionnelle), on considère ici qu’une répartition plus favorable aux régions rurales fait partie des objectifs poursuivis dans le domaine social.

166La dimension écologique est représentée par un ensemble plus restreint de trois indicateurs. Tout d’abord, un indicateur d’impact général de la pêche industrielle sur l’environnement marin, mesuré par le nombre de jours de chalutage. On considère ici que cet indicateur est représentatif des impacts sur les composantes abiotiques (habitats) et biotiques (espèces cibles et accessoires, autres espèces présentes sur les lieux de pêche), des écosystèmes concernés par la pêche industrielle crevettière. La durabilité de la ressource en poisson est représentée par un indicateur égal au rapport entre la biomasse de poisson en fin d’année et celle correspondant à la production maximale soutenue (KP/2) ; une valeur inférieure à 1 indiquera une surexploitation biologique.

Tableau 54
Synthèse des résultats de la simulation de référence au moyen d’indicateurs de durabilité

Image 10000000000002A70000038143B920A9.jpg

Quelques exemples de simulations de politiques de pêche

167Ce modèle a déjà été utilisé pour produire des scénarios de gestion (Chaboud, 2001, 2003, 2005 a). Nous présenterons ici quelques exemples de scénarios mettant en œuvre des mesures de gestion de l’effort de pêche, le contrôle de cette dernière variable restant l’un des moyens les plus couramment utilisés dans la régulation des pêcheries crevettières. Nous avons choisi les quatre scénarios suivants :

  • report d’un mois de la date d’ouverture de la pêcherie, soit une réduction générale de l’effort de la flottille industrielle (scénario 1), les autres flottilles restant inchangées ;

  • réduction du taux d’activité des UP industrielles (scénario 2) à 0,71, ce qui équivaudrait à un jour d’arrêt par semaine ; le taux d’activité initial étant de 0,8 ;

  • augmentation du maillage des chaluts industriels (scénario 3), L50 passant de 21,4 à 23 mm ;

  • réduction de 20 % de l’effort de pêche industriel (scénario 4) par retrait de 20 % des unités de pêche, toutes choses égales par ailleurs.

168Les résultats des différents scénarios, exprimés avec les indicateurs présentés au paragraphe précédent, figurent dans le tableau 55.

169L’examen des résultats montre qu’au sein des trois scénarios à flotte industrielle inchangée (scénarios 1 à 3), c’est la réduction de la saison de pêche (scénario 1) qui est la plus efficace en termes de résultats économiques, tant financiers (revenus nets des entrepreneurs) que macro-économiques (rente, taux de valeur ajoutée, recettes publiques, impact sur la balance commerciale). Elle paraît par contre moins performante pour l’emploi ou la justice économique, ce dernier point s’expliquant par l’inégale redistribution des gains supplémentaires. Elle n’apporte pas de changements notables pour la biomasse féconde de crevettes en fin de saison, ou pour la ressource en poisson. Les bons résultats économiques s’expliquent par les gains permis par la réduction de 6,5 % de coûts variables proportionnels à la réduction du nombre de jours de mer, par la croissance du chiffre d’affaires en crevettes (+ 6 %) provenant d’une légère amélioration des captures totales (+ 1,6 %), mais surtout d’une croissance du prix moyen (+ 4,6 %) suite au changement de la structure par taille des crevettes.

Tableau 55
Résultats de simulations de différentes mesures de réduction de l’effort de pêche

Image 100000000000029F00000195D8036FCC.jpg

170La simple réduction du taux d’activité des UP industrielles (scénario 2) conduit à une baisse des résultats économiques de ce secteur : les pertes en capture (– 0,8 %) ne sont pas compensées par une amélioration suffisante du prix pour maintenir le niveau du chiffre d’affaires. La réduction des profits n’est pas accompagnée d’une baisse similaire des revenus des ménages, ce qui conduit à une amélioration de l’indicateur de justice économique. Enfin, la pêche traditionnelle tire profit des moindres résultats des autres secteurs, ce qui conduit à améliorer l’équilibre entre activités rurales et urbaines. Les gains les plus significatifs concernent la dimension environnementale.

171Le simple changement de maillage (scénario 3) apparaît plus performant économiquement que la mesure précédente, mais n’apporte pas de gain significatif par rapport à la simulation de référence. Seul l’indicateur relatif à la ressource crevettière connaît une amélioration.

172Le scénario (4) de réduction de 20 % des effectifs de la flottille industrielle est, de loin, celui qui obtient les meilleurs résultats. L’ensemble des indicateurs économiques, à l’exception des recettes publiques, connaît une amélioration en raison de la réduction des coûts (– 9,7 %), alors que le chiffre d’affaires n’est réduit que de 2 %. À la différence du scénario 1. Les coûts sont désormais également réduits dans leur composante fixe. La réduction des coûts, et donc des importations d’intrants, a un impact positif sur la contribution à la balance commerciale. Le seul indicateur économique en recul concerne les recettes publiques en raison de la baisse des redevances qui sont proportionnelles à la taille de la flottille assujettie, ce qui n’est pas négligeable du point de vue de l’État. De plus, ce scénario a des résultats plus mitigés pour la dimension sociale : les revenus des ménages des secteurs modernes ou traditionnels augmentant, mais moins que ceux des entrepreneurs, ce qui induit une diminution de l’indicateur de justice économique. De même, l’emploi connaît une réduction liée de façon mécanique à celle de la flottille. La réduction de la flottille a un impact positif sur l’ensemble des indicateurs de soutenabilité écologique.

173Cet exemple montre la capacité du modèle à contribuer à la discussion de politiques de pêche. Il permet ainsi de mettre en relief la diversité des impacts des décisions possibles, qui renvoie à celle des objectifs poursuivis et des points de vue. Ceci peut cependant aussi être considéré comme une limite du modèle dans sa capacité à clarifier la vision des décideurs. L’aide multicritères à la décision (Roy, 1995 ; Ben Mena, 2000 ; Mardle et Pascoe, 1999) peut alors être d’un apport considérable dans une telle situation où, un ou des décideurs prennent en compte plusieurs critères (parfois conflictuels) pour juger de l’intérêt des différentes alternatives possibles. Un module d’analyse multi-critères a ainsi été développé et intégré en complément du modèle au sein de son interface utilisateur, pour des raisons de concision nous ne l’exposerons pas ici (Chaboud, 2004).

Analyse de sensibilité

174Les paramètres économiques ou biologiques du modèle sont soumis à deux grands types d’incertitude. Le premier tient à la connaissance imparfaite des phénomènes représentés et donc de la valeur des paramètres les décrivant. Il s’agit, par exemple, de la croissance et de la mortalité des crevettes, ou bien encore de la sélectivité des engins de pêche. Le second est relatif à la variabilité environnementale et économique du contexte de la pêcherie : les prix internationaux des crevettes et des intrants sont soumis aux fluctuations des marchés et des taux de change ; le recrutement des crevettes subit l’influence des conditions de pluviométrie de salinité et/ou d’autres facteurs environnementaux.

Aspects méthodologiques

175La méthode de Monte Carlo permet de tester la robustesse des résultats des simulations par rapport aux principales sources de variabilité. Elle consiste à réaliser n simulations, à chacune d’entre elles un paramètre Pstoch incertain est obtenu à partir du produit du paramètre déterministe Pdet par un terme stochastique Sp d’espérance mathématique E(Sp) égale à 1.

176Pstoch = Pdet · Sp avec E(Sp) = 1

Nous avons choisi pour Sp une distribution dissymétrique Log-normale, Log(Sp) suit une loi de distribution N(mp, σp), il est démontré (voir par exemple Laurec et al., 1980) que Image 10000000000001770000001E959F97DD.jpg. Le seul paramètre caractérisant le phénomène stochastique reste donc αp. L’analyse de sensibilité peut être réalisée pour une ou plusieurs sources d’incertitude simultanées. Les résultats permettent d’obtenir pour les principales variables V1, V2,..Vn de sortie du modèle les distributions statistiques simples et cumulées ; et donc de calculer la probabilité, pour ces variables, d’être inférieures (supérieures) à des seuils Z1, Z2... Zn qui peuvent être des valeurs d’objectif ou de référence. Ce type d’analyse est adapté pour évaluer la robustesse de scénarios de gestion dans des contextes d’incertitude significative. Son usage n’est cependant pas toujours facile à faire accepter aux gestionnaires, car il peut complexifier la forme et le contenu du message d’aide à la décision.

Une application de l’analyse de sensibilité

177Le tableau suivant montre un exemple d’analyse stochastique sur 200 simulations où deux sources d’incertitude sont introduites dans la simulation de référence : le recrutement annuel total des deux espèces de crevettes et le prix de l’énergie. Pour chaque variable stochastique le paramètre σp est égal à 0,2. Les variables de sortie retenues ici sont la rente économique, le RNE après impôts, et les captures totales de crevettes. Enfin on cherche à voir, dans quelle mesure deux décisions A) de report d’un mois de l’ouverture de la pêche, B) de réduction de 10 % de l’effort de pêche industriel, auront ou non des conséquences positives étant donnée l’incertitude introduite dans la simulation. Les résultats des deux simulations stochastiques seront discutés par rapport à des valeurs de référence Z (en l’absence de décision), pour les trois variables retenues, issues de la simulation de référence, qui est par définition déterministe.

Tableau 56
Exemple de résultats d’analyse stochastique

Image 10000000000002EF0000010A072DEC18.jpg

A = ouverture de la pêche retardée d’un mois.
B = réduction de 10 % de l’ensemble de la flottille industrielle

178Le tableau montre que pour les deux variables économiques, la rente et le RNE, la probabilité de dépasser les valeurs de référence, obtenues en simulation déterministe, est supérieure ou égale à 60 %, quelle que soit la décision prise. Par contre, la probabilité que les débarquements totaux de crevettes soient supérieurs à la valeur de référence est toujours inférieure à 45 %. On remarque aussi que la réduction de flottille conduit à des résultats plus robustes pour le RNE. Par contre, pour la rente économique, c’est l’ouverture retardée qui permet d’obtenir la plus grande probabilité de dépassement de la valeur de référence, mais avec un très faible avantage par rapport à l’autre scénario.

Discussion

L’actualisation du modèle et le coût des données

179Dans une perspective d’appui à la gestion, un modèle ne sera utile que si ses paramètres sont régulièrement actualisés, si possible sur une base annuelle. À Madagascar, c’est l’observatoire économique de la filière crevettière qui a fourni jusqu’ici les données nécessaires à l’actualisation des paramètres économiques et techniques pour les segments de pêche industriels et artisan ; c’est une tâche lourde et donc coûteuse. Une utilisation du modèle pour des prévisions à court terme nécessite aussi une actualisation des paramètres biologiques (recrutement) qui s’est faite jusqu’ici avec un délai minimal de deux ans. Il semble possible de déterminer le recrutement dans des délais beaucoup plus courts (par exemple, par le suivi de la ressource à différents stades de développement en mangrove et en mer). Disposer de ce suivi rendrait ce modèle beaucoup plus opérationnel pour l’aide à l’aménagement annuel de la pêcherie.

Le risque d’instrumentalisation du modèle

180En dépit des efforts de formation et de transfert, notamment avec l’atelier d’octobre 2004, seules quelques institutions du pays sont susceptibles de pleinement maîtriser l’usage de ce modèle et d’en appréhender les limites. La répartition de ces capacités n’est pas non plus équilibrée entre les différents types d’acteurs : seuls l’administration des pêches et le GAPCM disposent des ressources humaines indispensables. Le risque n’est ainsi pas négligeable d’un usage « partisan » du modèle. Du côté de l’administration des pêches, les compétences en matière économique restent cependant plus limitées que dans les autres domaines : les responsables de l’aménagement restent essentiellement des halieutes biologistes ou des statisticiens. Le secteur privé industriel dispose d’une plus large palette de compétences gestionnaires et de la capacité de faire appel à l’expertise externe la plus performante. Pour le moment, l’usage du modèle n’est pas envisageable par les instances représentant les intérêts de la pêche traditionnelle.

Le coût et l’effectivité des instruments de pilotage

  • 73 Un exemple bien connu dans la pêche a été l’adaptation des unités de pêches aux diverses mesures de (...)

181Dans le modèle, la mise en œuvre des variables de contrôle se fait à coût nul, et l’on suppose qu’une décision, une fois prise, sera appliquée et que la chaîne de causalités induites fonctionnera. Il s’agit d’une hypothèse très forte. Tout d’abord, le système de gestion de la pêcherie repose sur un ensemble d’éléments (services administratifs, recherche, suivi, contrôle et surveillance, système de répression des infractions) dont le coût est élevé et tend à croître lorsque les politiques publiques cherchent à prendre en compte la complexité des modes d’exploitation des ressources. Il semble clair aussi que la productivité marginale d’un tel système est rapidement décroissante : quand on part d’une situation très sub-optimale, les premières améliorations sont peu coûteuses, par contre tendre vers l’optimum « bioéconomique » risque d’être un leurre si l’on n’intègre pas le coût des politiques publiques supportant cet objectif. La solution est peut-être, en partie ou totalement, celle de l’internalisation des coûts de gestion. Une telle solution semble cependant encore très théorique à Madagascar où des éléments importants du système dépendent en partie de financements extérieurs (surveillance des pêches, recherche). Une autre limite à garder à l’esprit est que toute évolution des politiques publiques induit des réponses stratégiques de la part des exploitants privés, qui tendent à réduire à terme l’efficacité des outils de gestion73 et impliquent un constant effort d’adaptation.

La pertinence de la frontière du système

182Le système représenté par le modèle prend-t-il en compte tous les éléments pertinents qui déterminent la dynamique de l’exploitation crevettière  On a considéré jusqu’ici que les acteurs économiques représentés, dont les résultats économiques sont calculés à partir de leurs captures, des prix export FOB et des éléments de coûts locaux, sont des entités autonomes. Cette hypothèse peut être discutée si l’on considère que les plus importantes firmes crevettières sont souvent le premier élément, fournisseur de matières premières, de groupes verticalement intégrés (de la production à la distribution dans les pays consommateurs), dont la rentabilité réelle se détermine sur l’ensemble d’une filière globale internationalisée. Cela soulève plusieurs questions que nous aborderons brièvement ici.

183Certains groupes verticalement intégrés disposent de diverses sources d’approvisionnement dont les rentabilités respectives diffèrent selon les conditions locales de production et de dotation en facteurs de production (travail, capital économique et capital naturel). Si l’objectif d’une firme transnationale verticalement intégrée est de réaliser un profit sur l’ensemble consolidé de ses activités, cela peut l’inciter à maximiser, même à perte sur certains sites, la production de matière première pour se rattraper ensuite, en bénéficiant d’économies d’échelle par exemple, sur les niveaux aval de la filière (transformation et distribution). Le succès de cette stratégie dépend donc de la répartition verticale du coût du produit final entre les différents niveaux de la filière et de la localisation de ces niveaux dans des espaces économiques hétérogènes (coûts des facteurs de production, fiscalité,…). Enfin, le prix à l’export qui détermine la valorisation dans le pays producteur peut être un prix de transfert intra-firme moindre que le prix effectif du marché. La segmentation du marché par produits et places de négoce ne rend pas les vérifications aisées.

Conclusion

184Les pêcheries crevettières sont de bons exemples de la problématique bioéconomique de gestion des ressources renouvelables. L’expérience de modélisation de la pêcherie malgache, présentée ici, a permis de mettre en évidence les hypothèses, la structure et les principaux résultats d’un modèle bioéconomique appliqué à une pêcherie qui connaît des enjeux de gestion de plus en plus aigus. L’intérêt principal est de rendre compte de la dimension économique de la gestion, et à un degré moindre, la dimension sociale, en complément de la dimension « écologique » réduite pour l’essentiel ici à la dynamique de la ressource exploitée. Dans ce sens, la modélisation bioéconomique peut être considérée comme un outil pour le développement durable des pêcheries. Elle permet aussi de prendre en compte l’incertitude propre à toutes les activités dépendant d’un processus de production biologique naturel, et de facteurs économiques exogènes. La modélisation bioéconomique appliquée présentée ici n’est cependant pas exempte de limites : c’est un outil très coûteux en information et dont l’usage dans un contexte de prise de décision réel nécessite des compétences techniques souvent peu disponibles et le plus souvent mal réparties entre les différentes parties prenantes dans la gestion de la pêcherie.

Annexes

Annexe I

Structure du modèle

Image 10000000000004330000027AD4CA9BB3.jpg

Annexe 2

Les dimensions ou indices du modèle

Image 10000000000003500000042B4122BD91.jpg

Annexe 3

Compte d’exploitation général de la pêcherie issu de la simulation de référence

Image 10000000000003200000028F4AC8B66C.jpg

Notes

29 Cet effet serait surtout sensible sur les petits calibres commerciaux en raison de l’importance croissante de l’espèce P. vannamei dans la crevetticulture tropicale.

30 Turtle extruder devices en anglais.

31 Bycatch reducing devices en anglais.

32 Nous n’aborderons pas ici les questions relatives au capital humain et au capital social, importantes dans la compréhension de l’exploitation et de la gouvernance des ressources marines, mais qui ne sont pas prises en compte dans le type de modèle développé dans cette contribution.

33 Si on ne peut ignorer l’écosystème dans lequel se situe la ressource crevettière, les contraintes (connaissances limitées, disponibilité des données) et les hypothèses propres à la modélisation impliqueront de réduire le capital naturel aux éléments centraux que sont la ressource en crevettes et en second la ressource en poisson.

34 La modélisation bioéoconomique ignore ainsi la dimension sociale de l’exploitation et de la gestion des ressources, ce qui lui vaut nombre de critiques de la part de sociologues ou d’anthropologues qui y voient une démarche réductionniste.

35 Mâles et femelles sont modélisés séparément en raison de différences importantes dans les paramètres biologiques.

36 Ces deux espèces représentent 80 % des captures totales de crevettes et l’essentiel des recherches biologiques sur les crevettes à Madagascar leur a été consacré. Les autres espèces présentes sont P. monodon, P. semisulcatus et P. japonicus.

37 Hypothèse conforme aux résultats des expériences de marquage qui n’ont pas mis en évidence des migrations significatives entre zones (Rafalimanana, 2003).

38 L’observatoire économique de la filière crevettière produit ainsi des comptes économiques annuels de la filière censés aider à l’ajustement annuel de la gestion de la pêcherie.

39 Le modèle n’utilise pas les données sources certifiées pour des raisons de confidentialité. Il incorpore des données consolidées par zone et type d’exploitation, calculées à partie des données sources, et où n’apparaissent plus les spécificités propres aux différentes entreprises de pêche.

40 Les prix de la crevette sont toujours définis par calibres, qui correspondent à un nombre d’individus par unité de volume : kg (pour les crevettes entières), livre anglaise (pour les crevettes étêtées).

41 Environ 2 000 tonnes par an (Chaboud et al., 2002).

42 Dans la version courante du modèle, la mortalité naturelle M est supposée constante. Il serait cependant possible de prendre en compte l’effet de l’âge sur la mortalité naturelle.

43 On rappelle qu’un segment de pêche est constitué par l’ensemble des UP d’un même type x au sein d’une zone z.

44 Les crevettes d’une même cohorte mensuelle sont supposées être recrutées le premier jour du mois.

45 La prise en compte des cohortes sur vivantes de l’année précédente n’est pas contradictoire avec le choix d’un modèle annuel, les ignorer impliquerait par contre une sous-estimation de la ressource exploitable initiale à l’ouverture de la saison de pêche.

46 Un calibre commercial pour les crevettes entières est déterminé à partir du nombre d’individus par kg de crevettes entières. Il est plus précisément défini par des bornes qui indiquent les nombres maximal et minimal de crevettes par kg pour ce calibre. Par exemple, pour le calibre 20-30, il y aura entre 20 et 30 crevettes par kg. Enfin, les calibres les plus gros (U10) et les plus petits (150 Up) n’ont qu’une borne et regroupent l’ensemble d’un effectif au kg inférieur à 10 ou supérieur à 150.

47 En septembre 2006, un ariary valait 0,000370479 euro, soit 2 699 ariary pour un euro.

48 On a N200 = N100.e-(0.00655 *100). Si N100 = 1, on obtient N200 = 0,52.

49 Par exemple, août et septembre pour la côte nord-ouest de Madagascar.

50 Nous n’entrerons pas ici dans le détail de la méthodologie appliquée.

51 Entre 2 et 3 nœuds.

52 Les informations brutes utilisées pour ces cartographies ont été obtenues auprès du Centre de surveillance des pêches.

53 On ne dispose pas d’informations suffisantes pour traiter séparément les deux espèces présentes dans le modèle, cette hypothèse peut cependant être considérée comme forte.

54 Il y a aussi bien sûr des surfaces où les crevettes sont présentes, mais en trop faible abondance pour être intéressantes à pêcher.

55 Chaluts industriel et artisanal, petit chalut à bras kopiko, petite senne de plage (harato taritariky).

56 Il s’agit là d’une hypothèse forte qu’il conviendrait rapidement d’étudier en raison des différences de morphologie entre les deux espèces, mais aussi entre les sexes d’une même espèce.

57 Les UP traditionnelles ne sont pas motorisées à Madagascar. Leur motorisation (cas de pêcheries ouest-africaines à partir des années 1970) conduirait à une toute autre répartition spatiale des différents types d’exploitation dans la pêcherie crevettière malgache. Le désenclavement côtier conduirait à des conséquences similaires.

58 On aurait pu aussi introduire une fonction d’accessibilité en fonction de la taille.

59 Les statistiques de captures traditionnelles n’indiquent pas de présence significative de M. monoceros. Ceci peut être dû au comportement nycthéméral de l’espèce qui la rend vulnérable la nuit, alors que la pêche traditionnelle se pratique essentiellement de jour au large.

60 On désigne ici les UP dont l’espèce cible principale est le poisson, et qui n’appartiennent donc pas aux segments de pêche crevettiers.

61 Afin de ne pas alourdir plus ce texte, les équations décrivant le comportement de rejet en poisson ne seront pas explicitées ici.

62 On a retenu la possibilité de deux fermetures intermédiaires possibles, ce qui semble raisonnable dans le contexte de gestion actuel de la pêche ; rien ne s’oppose techniquement à augmenter le nombre de fermetures.

63 Pour un exemple de modélisation des reconversions entre types de pêche au sein de pêcheries traditionnelles, on peut consulter le travail de Pech et al. (2001).

64 Ces mécanismes de régulation ne sont activés que si cette option est choisie au départ de la simulation.

65 En ariary depuis 2003.

66 La pondération tient compte de l’importance relative des destinations (export, collecte export, collecte pour le marché local, consommation locale), des zones devises au sein de la destination export (euro, yen, dollar) et des modes de conditionnement (entier, étêté, décortiqué).

67 Les consommations intermédiaires sont constituées des biens et services détruits ou « consommés » dans le processus de production.

68 Pour alléger les notations on ne mentionne pas ici l’indice z des zones.

69 Il serait aussi envisageable d’introduire une prime basée sur la valeur des prises quotidiennes, et non sur leur volume.

70 Pour la pêche traditionnelle, la composante fixe est nulle, on a cependant préféré garder une formulation commune pour la PA et la PT.

71 Les ménages peuvent bien sûr avoir d’autres sources de revenus liés à l’emploi dans d’autres secteurs d’activité, mais qui ne peuvent être pris en compte dans ce modèle.

72 Le danger de redondance des indicateurs est lié au risque de biais d’analyse en utilisant des indicateurs corrélés et en augmentant donc de façon cachée le poids accordé à l’axe de signification auquel ils se réfèrent.

73 Un exemple bien connu dans la pêche a été l’adaptation des unités de pêches aux diverses mesures de réduction des capacités de pêche décidées par l’Union européenne.

Auteur

Chercheur économiste de l’IRD, docteur en économie du développement, spécialiste en économie des ressources marines et de l’environnement. Il a assuré la réalisation des recherches en socio-économie et en modélisation bioéconomique durant les deux phases du PNRC
christian.chaboud@ird.fr

© IRD Éditions, 2008

Conditions d’utilisation : http://www.openedition.org/6540

Cette publication numérique est issue d’un traitement automatique par reconnaissance optique de caractères.
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search