12.07.2015 Views

estimation des effets propres des mesures agroenvironnementales ...

estimation des effets propres des mesures agroenvironnementales ...

estimation des effets propres des mesures agroenvironnementales ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Chapitre 5. Les résultats obtenusau vu <strong>des</strong> critères d’éligibilité de la mesure. Toute la difficulté est de savoir s’il existe <strong>des</strong> agriculteursnon bénéficiaires présentant les mêmes caractéristiques observées.Les tableaux E.9 et E.10 mettent en évidence les principaux déterminants de la participationaux <strong>mesures</strong> 19 et 20. Les résultats sont proches de ceux obtenus pour les déterminant dela PHAE : <strong>des</strong> exploitants plus jeunes et mieux formés bénéficient de ces <strong>mesures</strong>. Cependant,l’appartenance aux OTEX d’élevage bovin n’a pas un effet aussi déterminant sur la participationau dispositif que dans le cas de la PHAE. Les exploitations appartenant aux OTEX de gran<strong>des</strong>cultures ou de cultures de céréales ont autant de chances de bénéficier de ces MAE que les exploitationsplus spécialisées dans l’élevage, tant que les obligations de couverture de la SAU parla STH et de chargement sont remplies.5.5.3 La zone de support communLa procédure de détermination de la zone de support commun a conduit à la suppressionde 1 208 bénéficiaires parmi les 8 479 initiaux, soit 12% de la population bénéficiaire (cf. tableau5.17). En termes de population, les 7 271 bénéficiaires du support commun dans l’échantillonreprésentent 49 111 bénéficiaires en France. Parmi les 14% de bénéficiaires éliminés del’échantillon par la procédure de délimitation du support commun, l’immense majorité a unscore de propension supérieur à 0.9, c’est-à-dire une très forte probabilité de contractualiser laPHAE. Un faible support commun indique que les coûts de transaction associés à la participationau dispositif ne sont pas suffisamment élevés pour décourager les agriculteurs éligibles, cequi est caractéristique <strong>des</strong> <strong>mesures</strong> de masse.Tableau 5.17 – Composition de l’échantillon pour l’évaluation de la PHAEEchantillonPopulationNombre de bénéficiaires 8479 55727Support commun 7271 49111Nombre de non bénéficiaires 58951 536691Nombre total d’exploitations 66222 585802Note : Le groupe <strong>des</strong> bénéficiaires compte les exploitations ayant bénéficié de la PHAE aumoins une fois entre 2003 et 2005. Dans le groupe <strong>des</strong> non bénéficiaires, les exploitations nebénéficient ni de la PHAE ni d’aucune autre MAE.Source : Calculs <strong>des</strong> auteurs.La figure 5.9 illustre ce résultat. Il présente la densité de la répartition <strong>des</strong> scores de propension.La densité est la plus forte pour les scores de propension élevés chez les bénéficiaireset pour les scores de propension très faibles chez les non bénéficiaires, ce qui est le résultat attendu: il existe une forte discrimination entre bénéficiaires et non bénéficiaires dans le cas dela PHAE. Autrement dit, la quasi totalité <strong>des</strong> agriculteurs éligibles ont effectivement contractualiséla mesure. L’application de la méthode de matching à la PHAE apparaît ainsi problé-82

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!