INTEGRATION DES MARCHES DE PRODUCTION ET DE

1
INTEGRATION DES MARCHES DE PRODUCTION ET DE CONSOMMATION
AU CAMEROUN
Mireille NTSAMA ETOUNDI 1
Université of Yaoundé 2-Soa Cameroun et Cerdi-Université d’Auvergne-France
Ce draft, novembre 2011
Résumé
Cet article étudie l‟intégration des marchés de production et de consommation au Cameroun.
L‟étude s‟appuie sur l‟estimation du modèle à correction d‟erreur avec rupture et du modèle TAR.
Le modèle à correction d‟erreur avec rupture souligne l‟existence d‟une rupture dans la relation
entre les prix des marchés domestiques de consommation et de production sur la période de
1994-2009. L‟existence de cette rupture peut s‟expliquer par l‟amélioration des infrastructures de
communication, par une demande de plus en plus accrue des pays rentiers de la sous-région
Afrique centrale. Le modèle TAR quant à lui montre que les chocs de prix agricoles sont
asymétriques pour certaines paires de marchés.
1
FSEG, CEREG, University of Yaoundé II-Soa, PO Box 1365 Yaoundé– Cameroon and Centre d’Etudes et de Recherches
sur le Développement International (Cerdi), BP 10448, F-63000 Clermont-Ferrand. CNRS, Clermont-Ferrand – France.
E-mail: [email protected]
2
Mots clés : intégration des marchés, TAR, rupture structurelle, modèle à correction d‟erreur avec
rupture
JEL : C22, O11, Q11,Q18
1. Introduction
La question de l‟approvisionnement alimentaire des marchés est l‟un des plus grands défis des
pays en voie de développement au cours des dernières décennies. Force est de constater que les
ménages urbains des pays en voie de développement éprouvent de plus en plus des difficultés
d‟accès aux denrées alimentaires. Les troubles civils et les émeutes dites de la faim de février 2008
ont ainsi mis en lumière la vulnérabilité des ménages urbains face à l‟envolée des prix des denrées
alimentaires.
Cette vulnérabilité des ménages urbains soulève deux questions pertinentes. La première question
concerne la transmission des chocs de prix entre les marchés domestiques et les marchés
internationaux. En effet, afin de combler le déficit de l‟offre alimentaire, il est important que les
marchés domestiques soient liés aux marchés internationaux. Deuxièmement, l‟efficacité de la
stabilité de l‟approvisionnement et son accès dépend du degré d‟intégration des marchés
domestiques.
Les enjeux de l‟intégration des marchés agricoles sont importants pour la sécurité alimentaire et la
croissance agricole. En effet, différentes études (Fackler et Goodwin, 2001 ; Mabaya, 2004 ;
Araujo-Bonjean et Combes, 2010) montrent que l‟intégration des marchés accroît les revenus des
3
producteurs grâce à une meilleure exploitation des économies d‟échelle et des avantages
comparatifs et elle stabilise les prix agricoles en protégeant ainsi les marchés domestiques des
chocs.
L‟importance de l‟intégration des marchés agricoles étant avérée, il n‟est pas surprenant que ces
dernières années soient marquées par une attention accrue du rôle de l‟intégration des marchés
sur la sécurité alimentaire des ménages des pays en voie de développement (Dercon, 1995 ;
Fafchamps et Gavian, 1996 ; Fackler et Goodwin, 2001 ; Abdulahi, 2002 ; Araujo et al, 2005 ;
Araujo et al, 2010).
Ce papier s‟inscrit dans la continuité des papiers qui se sont intéressés à l‟analyse de l‟intégration
des marchés agricoles et de la transmission des chocs de prix domestiques (Lutz et al, 1994 ;
Badiane et Shively, 1998 ; Abdulahi, 2000 ; Araujo et al, 2005 ; Ihle et al, 2010).
Dans ce papier, nous étudions à la fois l‟intégration spatiale des marchés domestiques de
production et consommation de la tomate et la transmission asymétrique des chocs de prix entre
les marchés domestiques camerounais. En effet, même si les marchés sont intégrés, l‟impact de la
transmission des chocs de prix peut être différent entre les zones de production excédentaire et
les zones de production déficitaires. Il peut s‟avérer qu‟il existe des changements structurels dans
les séries de prix. Ainsi, la présence d‟une rupture structurelle peut masquer la vraie nature de
toute potentielle relation entre les marchés.
L‟objectif est d‟étudier l‟intégration des marchés de consommation et des marchés de production
au Cameroun.
Dans cette étude, nous allons répondre aux questions suivantes: «Est-ce l‟intégration des marchés
de consommation et les marchés de production agricole du Cameroun a connu une rupture
structurelle vers un état instable ? Quand le point de rupture arrive ? Quels facteurs jouent un
rôle clé lors de ce changement? La transmission des prix est-elle asymétrique ou non ?
Par transmission asymétrique, il faut entendre qu‟une hausse des prix est le plus souvent moins
rapidement transmise qu‟une baisse des prix. Sur la base du caractère rapidement périssable de la
tomate, nous supposons que les commerçants répercuteraient moins rapidement les hausses des
prix à la production de peur de ne pas pouvoir écouler leurs stocks. De ce fait, il convient de
tester une transmission asymétrique des prix lorsqu‟il ya suspicion d‟une rupture structurelle dans
la relation entre les prix des marchés domestiques de consommation et de production.
4
L‟originalité de ce papier est que nous avons en premier lieu étudié la rupture structurelle de
l‟intégration des marchés de production et de consommation au Cameroun par le modèle à
correction d‟erreur avec rupture. A partir des résultats empiriques, nous le point de rupture
structurelle autour de 1999 et 2004, après quoi l‟intégration des marchés camerounais était
devenue moins forte. En deuxième lieu, nous avons étudié si la transmission des chocs de prix
était asymétrique ou non. Les résultats montrent que les chocs de prix agricoles sont asymétriques
pour certaines paires de marchés.
A cet effet, nous avons recours à des données mensuelles sur un échantillon de cinq marchés
camerounais couvrant une période entre décembre 1993 et Juillet 2009. Nous estimons un
modèle à correcteur d‟erreur avec rupture semblable à celui de Krivonos (2004) et un modèle
autorégressif avec seuil (TAR) pour tester la transmission asymétrique des chocs de prix entre les
marchés.
Ce papier est organisé en cinq parties : dans la section 2, une brève présentation de la littérature
sur l‟intégration des marchés agricoles, sur la transmission des prix des marchés agricoles et la
mesure de l‟intégration des marchés agricoles. Nous présentons une application sur le marché
camerounais de la tomate et une description de la stratégie d‟estimation ainsi que les données
utilisées dans la section 3. La section 4 expose les résultats économétriques. La conclusion et les
recommandations de politique économique sont données dans la section 5.
2. Que dit la littérature théorique et empirique sur l’intégration des marchés, la
transmission des prix.
Cette section fait dans un premier temps, une revue de la littérature théorique de l‟intégration des
marchés et de la transmission des chocs de prix et dans un deuxième temps, elle présente les
différentes mesures de l‟intégration des marchés agricoles.
Intégration des marchés et transmission des chocs de prix
La question de la transmission des prix et l‟intégration des marchés sont la clé pour comprendre
comment les marchés agricoles sont intégrés. Les termes « intégration des marchés » et
« transmission des chocs de prix » sont largement utilisés dans l‟analyse des prix. Il est donc
nécessaire de faire une distinction entre ces deux termes.
5
La définition de l‟intégration des marchés est relativement imprécise dans la littérature
économique. Sa définition diffère selon les auteurs ; les marchés intégrés correspondraient à des
emplacements dont les prix sont fortement corrélés (Harris, 1979), à des lieux géographiquement
connectés grâce aux flux commerciaux (Ravallion, 1986) ou à des régions dont les prix sont reliés
les uns aux autres (Goodwin et Schroeder, 1991), ou encore à la transmission douce des signaux
des prix et des informations entre les marchés spatialement séparés (Barrett, 1996).
Barrett et Li (2002) prennent appui sur toutes ces définitions pour définir l‟intégration des
marchés comme le processus par lequel la demande, l'offre et les coûts de transaction sur les
marchés spatialement séparés déterminent conjointement les prix et les flux commerciaux, ainsi
que la transmission des chocs de prix d'un marché à l'autre.
Les auteurs ont du mal à faire une distinction entre l‟intégration des marchés et la transmission
des prix puisque l‟intégration des marchés est une conséquence de la transmission des prix. En
d‟autres termes, c‟est en fonction du degré de transmission des prix, que l‟on peut conclure si les
marchés agricoles sont intégrés ou non.
En somme, l‟intégration des marchés tout comme la transmission2 des prix repose sur la loi du
prix unique. Cette loi postule que la différence de prix entre les marchés spatialement séparés ne
doit pas excéder les coûts de transaction d‟un marché à un autre. La satisfaction de cette loi
conduit à conclure que les marchés sont intégrés ; Autrement dit, la transmission des prix entre
eux est parfaite.
Formellement, la loi du prix unique et le modèle Enke-Samuelson-Takayama-Judge (ESTJ)
affirment que si la condition suivante est respectée alors les marchés peuvent être considérés
comme intégrés:
Pd  pe  c
(1)
Avec c qui renvoie aux coûts de transaction, p d et p e sont respectivement les prix du marché
déficitaire et le prix du marché excédentaire.
Cependant, il est difficile de remplir cette condition car les marchés doivent être libres et sans
friction. Il est très rare de rencontrer ce type de marché dans la réalité. Ainsi, les économistes sont
2
La transmission des prix se définit comme une relation d’interdépendance entre les prix de deux marchés donnés entre les prix
internationaux et les prix domestiques des denrées alimentaires, par exemple, ou entre les prix au producteur et les prix au consommateur
d’un bien de consommation.
6
préoccupés par le fait que la transmission est différente selon que les prix augmentent ou
diminuent. On parle ainsi d‟une transmission asymétrique des prix.
La
transmission asymétrique
l'économie agricole. Cette
des
prix a fait
l'objet d'une
transmission asymétrique
des
attention
considérable
prix est
dans
importante parce
que sa présence est souvent considérée comme une preuve de défaillance du marché.
De ce fait, la transmission asymétrique mérite une attention particulière. A cet effet, il existe une
liste3 non exhaustive des études portant sur la transmission asymétrique des prix.
Dans un contexte de transmission des prix, l‟asymétrie peut être classifiée par trois critères.
D‟après Meyer et Von Cramon-Taubadel (2004), ces trois critères sont : l‟ampleur du choc, la
vitesse de transmission et la combinaison : ampleur des chocs et vitesse de transmission. Ces
critères sont représentés dans la figure 1. Dans la figure 1, le prix sur le marché de consommation
( P out ) dépend d‟un autre prix sur le marché de production ( P in ) qui augmente ou diminue à un
moment donné.
Figure 1 : transmission asymétrique des prix
i.
3
Ampleur du choc
Parmi ces études, on note les études de l‟asymétrie dans la transmission des prix du détail dans le secteur laitier (Kinnucan et Forker, 1987), les
prix asymétriques dans les marchés du porc américain (Boyd et Brorsen, 1988), l‟asymétrie dans les marchés spatiaux des bovins (Bailey et
Brorsen, 1989), la transmission asymétrique des prix sur les marchés de viande et de porcs (Hahn, 1990), sur le marché du beurre d‟arachide
(Zhang et al, 1995) et sur le marché international de blé (Mohanty et al, 1995), la relation asymétrique des prix dans l‟industrie du poulet de chair
aux Etats-Unis (Bernard et Willett, 1996), la transmission des prix asymétriques sur les marchés du détail de la tomate fraîche, les oignons, du café
soluble, du lait en poudre et du haricot au Brésil (Aguiar et Santana, 2002), la transmission des prix asymétriques du maïs au Ghana (Abdulahi,
2002) et la transmission du prix de la tomate fraîche aux Etats-Unis (Girapunthong et al, 2003) et au Ghana (Ihle et al, 2010).
7
La figure i montre que l‟ampleur de la réponse au choc de P in dépend de la direction de ce choc.
Dans ce cas, l‟asymétrie conduit à un transfert permanent de bien-être des acheteurs de biens aux
vendeurs de ces biens dont la taille dépend uniquement de l‟évolution des prix et des volumes de
transactions.
ii.
la vitesse de transmission du choc
Dans la figure ii, c‟est la vitesse de réponse qui dépend du changement de P in . La transmission
asymétrique conduit à un transfert temporaire de bien-être des acheteurs des biens aux vendeurs
de ces biens dont l‟importance dépend du temps mis entre t1 et t1n ainsi que des changements
de prix et des volumes de transactions.
iii.
La vitesse de transmission du choc et l‟ampleur du choc
Source : Von Cramon-Taubadel (1998)
La transmission asymétrique dans la figure iii est liée à la combinaison de la vitesse de
transmission et l‟ampleur du choc. Ainsi, une augmentation de P in prend deux périodes ( t1 , t 2 )
pour être transmis entièrement à P out alors qu‟une diminution de P in a besoin de trois périodes
8
( t1 , t 2 , t 3 ) pour être transmise. Cette figure iii montre que les prix sont plus flexibles à la hausse
qu‟à la baisse. Cette situation est due à la présence de coûts de menu.
Dans les pays en développement, plusieurs facteurs peuvent entraver la transmission des prix, et
ne pas tenir compte de ces facteurs conduiraient à adopter de mauvaises implications de politique
économique.
Outre les mécanismes d‟intervention des pouvoirs publics (les droits de douane à l‟importation,
les contingents tarifaires, les subventions ou les taxes à l‟exportation), le pouvoir du marché, les
coûts de transfert élevés (les infrastructures de transport ou de communication faibles), la
détention des stocks et les fortes marges commerciales entravent la transmission des chocs de
prix et favorisent une transmission asymétrique.
La plupart des travaux publiés sur la transmission asymétrique des prix se réfèrent à la structure
non concurrentielle des marchés comme une explication de l‟asymétrie. Par exemple,
un groupe de grossistes peut décider de transmettre une diminution du prix international aux
producteurs locaux, cela peut retarder la transmission en cas d‟une augmentation du prix
international ; par conséquent, il conserve une marge supplémentaire. Ou encore, la transmission
asymétrique est liée au fait que la réduction des taxes sur le carburant ne diminuera pas les prix à
la consommation car les multinationales pétrolières et les pays exportateurs ajusteront rapidement
leurs marges correspondantes. Cette approche implique les marchés ne sont pas efficients car
certains acteurs du marché ne respectent les règles du marché concurrentiel.
S‟agissant des coûts de transaction élevés, les infrastructures de transport et de communication
de mauvaise qualité auront pour conséquence de fortes marges commerciales, car les coûts de
transaction sont élevés pour acheminer les produits des zones de production aux marchés. Les
marchés peuvent ainsi être isolés à cause de ces marges.
Les coûts de transaction élevés et les fortes marges commerciales entravent la transmission des
prix, dans la mesure où ils peuvent limiter tout arbitrage (Sexton et al, 1991; Badiane et Shively,
1998).
En outre, le fait de détenir des stocks sur les marchés domestiques peut conduire à une
transmission asymétrique, car le déblocage de ces stocks peut faire baisser les prix sur le marché
intérieur et entraîner une hausse du prix intérieur inférieur à celle logiquement attendue en
l‟absence de stocks (Maccini, 1978; Blinder, 1982, Reagan et Weitzman, 1982).
9
Mesure de l’intégration des marchés agricoles
La mesure de l‟intégration des marchés a été largement étudiée aussi bien sur le plan empirique
que sur le plan méthodologique dans la littérature récente.
Sur le plan empirique
Différentes mesures du degré d‟intégration des marchés ont été utilisées dans des contextes
variés. Le concept d‟intégration des marchés a été utilisé pour définir les frontières du marché
dans les politiques antitrust et dans les conflits du commerce international (voir Horowitz, 1981 ;
Slade, 1986 ; Asche et al, 2001).
Dans les pays en développement, les mesures de l‟intégration des marchés ont été utilisées pour
évaluer le degré de vulnérabilité des régions face à des chocs idiosyncratiques (Ravallion, 1986 ;
Baulch et al, 20084 ), pour analyser l‟impact du développement des marchés et les politiques de
libéralisation (Goletti et al, 1995). Baulch(1997) montre qu‟un plus grand degré d‟intégration
conduit à une transmission des chocs de prix qui, à son tour, incite les producteurs à se spécialiser
selon les avantages comparatifs. Il a été démontré que les prix constituent le meilleur mécanisme
de signalisation de la rareté relative, qui montre que les producteurs produisent de façon
appropriée et les ressources sont utilisées de façon optimale.
Ainsi, les économistes considèrent souvent l‟intégration des marchés comme un signe de
compétitivité et du fonctionnement efficace des marchés.
Sur le plan méthodologique
Les premiers travaux
dans le domaine agricole ont utilisé de simples régressions ou les
corrélations des prix du marché (Lele, 1967 ; Blyn, 1973 ; Jones, 1972 ; Loveridge, 1991) visant à
évaluer le degré d‟intégration du marché. D‟autres améliorations à ces approches ont été
apportées par le développement des modèles vectoriels autorégressifs (VAR) et la cointégration
bivariée linéaire (Dercon, 1995) et multivariée (Gonzalez-Rivera et Helfand , 2001 ; Ghosh,
2003). Ces méthodes de cointégration traitent le problème de la non-stationnarité des séries de
prix et de la tendance commune. Néanmoins, elles ne tiennent pas compte de la non-linéarité et
ignore les coûts de transaction.
4
“The Spatial Integration of Paddy Markets in Vietnam
» Journal of Agricultural Economics 2008, Volume 59, Issue 2
10
La reconnaissance de l‟importance des coûts de transaction dans l‟intégration des marchés a été
faite par Heckscher5 (1916). Ce dernier montre que les coûts de transaction pourraient créer une
bande neutre qui provoquera des écarts dans l‟intégration des marchés.
Les limites de la cointégration conduisent à l‟élaboration de deux méthodologies qui tiennent
compte de l‟effet non linéaire et de l‟effet de seuil générés par les coûts de transaction. Ces
méthodologies reposent sur les modèles à changement de régime ou sur les modèles à seuil à
l‟instar du TAR.
Les modèles à changement de régime incorporent explicitement les coûts de transaction
observables. Pour cela, ils scindent la transmission en différents régimes. Mais les coûts de
transaction sont difficilement observables, car ils intègrent à la fois les coûts de transferts, de
stockage et les coûts non observables comme le risque (Spiller et Wood, 1988 ; Barrett, 1996).
Les travaux empiriques récents tentent implicitement de tenir compte des effets des coûts de
transaction sur les prix et sur les ajustements. Ces modèles sont les modèles à seuil car ils
reconnaissent les seuils dus aux coûts de transaction dont l‟existence d‟une déviation doit
provoquer des ajustements de prix d‟équilibre qui conduisent à l‟intégration des marchés.
Les modèles à seuil ont été introduits par Tong et Lim (1980). Le développement statistique et
économique de ces modèles a été fait par Enders et Siklos (1999). Ces modèles ont été
rapidement appliqués sur les marchés agricoles (Goodwin et Piggott, 1999 ; Goodwin et Harper,
2000 ; Abdulahi, 2002 ; Sephton, 2003 ; Meyer, 20046 ; Araujo et al, 2005; Subervie, 2007).
Certaines études réalisées dans le contexte des pays d‟Afrique Subsaharienne attirent aussi
l‟attention sur la non-linéarité causée par les coûts de transaction élevés en utilisant soit les
modèles à changement de régime, soit des modèles TAR.
Dercon (1995) analyse les effets de la libéralisation et de la fin des guerres civiles sur les marchés
agricoles en Éthiopie en recherchant les ruptures structurelles dans le modèle de cointégration.
Fafchamps et Gavian (1996) testent l‟intégration des marchés du bétail au Nigeria en utilisant la
cointégration multivariée. Badiane et Shively (1998) améliorent l‟approche de cointégration en
modélisant les conséquences de la volatilité des prix locaux tel que le processus ARCH. Abdulahi
(2002) utilise quant à lui un modèle TAR pour examiner la transmission spatiale des prix du maïs
5
6
Heckscher, E.F., 1916. Va¨xelkursens grundval vid pappersmyntfot. Ekonomisk Tidskrift 18, 309–312.
―Measuring market integration in the presence of transaction costs—a threshold vector error correction approach‖, Agricultural Economics
31 (2004) 327–334
11
au Ghana. Araujo et al (2005) ont analysé les effets de la dévaluation sur le marché du Bétail au
Burkina Faso en utilisant un modèle à changement de régimes. Ihle et al (2010) ont recours à un
modèle vectoriel à correction d‟erreur à changement de régime.
Ce papier a utilisé deux approches pour comprendre l‟intégration des marchés camerounais de la
tomate : un modèle à correction d‟erreur avec rupture et un modèle autorégressif avec seuil
(TAR). Ces modèles permettent d‟examiner à la fois le degré d‟intégration des marchés en tenant
compte d‟une date de rupture qui a été déterminé de façon endogène et la transmission des
chocs de prix qui peut être symétrique ou asymétrique.
3. Statistiques sommaires et Données
Nous proposons dans cette section de présenter les statistiques descriptives
et les données
utilisées dans ce papier.
a) Le marché de la tomate au Cameroun
Les cultures maraîchères sont en pleine expansion au Cameroun. La tomate est le légume le plus
important au Cameroun en matière de production. Sa production n‟a cessé d‟augmenter au fil des
années avec une augmentation de l‟ordre de 72% entre 2001 et 2006 (Agristat n°15, 2009). La
figure 2 montre une évolution à la hausse de la production de tomate depuis une décennie.
Figure 2 : production de la tomate au Cameroun
Source : Agristat n°15, 2009
12
L‟évolution de la production révèle une forte expansion de cette culture sur le territoire
Camerounais. De ce fait, elle constitue des revenus non négligeables pour les producteurs en
zones rurales et périurbaines7.
La tomate est cultivée dans toutes les régions du Cameroun et la plus grande zone de production
se trouve à l‟ouest du Cameroun, suivie de la région du centre comme le montre le tableau 1 cidessous.
Tableau 1 : production (Prod.) et superficies (Sup.) de tomate par région
Région
Sup.1999
Sup.2000
Sup.2001
Sup.2002
Sup.2003
Adamaoua
-
-
-
-
-
-
162
173
Centre
3749
3754
5138
6269
7647
9329
9 778
11 002
Est
-
-
449
-
-
-
312
322
Extrême Nord
96
83
99
121
147
181
102
102
Littoral
292
292
310
378
462
563
-
-
Nord-Ouest
63
63
66
81
98
120
2 500
2 731
Ouest
15354
16170
16946
20674
25222
30772
25 165
25 469
Sud-ouest
969
969
1030
1256
1533
1870
179
186
Sud
-
-
-
-
-
-
451
458
Total
20523
21331
23589
28779
35109
42835
38702
40506
Région
Sup.2004 Sup. 2005 Sup. 2006
Prod.1999 Prod.2000 Prod.2001 Prod.2002 Prod.2003 Prod.2004 Prod.2005 Prod. 2006
Adamaoua
-
-
-
-
-
-
2 036
2 182
Centre
50042
50091
51292
88661
90787
92969
124 133
146 748
Est
-
-
-
-
-
-
3 942
4 618
Extrême Nord
1112
1108
1134
1252
1281
1313
1 344
1 307
Littoral
3685
3685
3773
3424
3506
3591
670
810
Nord-Ouest
970
970
994
952
975
998
31 504
34 554
Ouest
287247
312972
320483
292722
299746
306941
317 217
323 880
Sud-ouest
2307
2307
2363
2142
2194
2246
2 252
2 343
Sud
-
-
-
9
10
10
5 692
5 809
Total
345363
371133
380039
389153
398489
408068
488790
522251
7
L’agriculture périurbaine est particulièrement importante pour l’approvisionnement de la ville en produits périssables.
13
Le tableau 1 montre la production et la superficie de la tomate dans les différentes régions du
Cameroun.
Nous notons que les différents marchés camerounais de la tomate sont approvisionnés par la
région de l‟Ouest-Cameroun et par la région du Centre-Cameroun. Les régions de l‟Ouest et du
Centre sont des régions excédentaires et les régions de nord, du littoral, du Sud-ouest, de l‟Est et
du Nord-ouest sont des régions déficitaires.
La tomate est un bien rapidement périssable, il est important que sa production soit vite écoulée.
Le téléphone mobile est devenu un outil important pour les agriculteurs, car il les rend plus
performant et plus compétitif en permettant aux producteurs d‟élargir le marché pour leur
produit. Il est plus facile aux agriculteurs d‟écouler rapidement leur production.
Il n‟existe pas de lieux spécifiques pour la commercialisation de la tomate ; il existe différents
circuits de commercialisation de la tomate à savoir : les circuits locaux (i.e. les lieux de production
et les marchés proches des lieux de production), les circuits nationaux (i.e. les grands marchés tels
que ceux de Yaoundé, de Douala, de Bafoussam) et sous-régionaux (les marchés de Gabon, de la
Guinée Equatoriale et du Congo).
Données
Les données de prix de la tomate proviennent de la base de données de l‟Institut National de la
Statistique du Cameroun et couvrent cinq marchés suivis par l‟Institut National de la
Statistique(INS) à savoir : Yaoundé, Douala, Garoua, Garoua, Bamenda sur la période de
décembre 1993 à juillet 2009. Ces séries de prix de la tomate ont été déflatées8 à l‟aide de l‟indice
de prix à la consommation Camerounais.
Tableau 2: Statistiques descriptives des données de prix
Moyenne
(FCFA/Kg)
Médiane
(FCFA/Kg)
8
Prix
Yaoundé
Prix
Douala
Prix
Bafoussam
Prix
Bamenda
Prix
Garoua
194.15
159.35
173.45
139.41
139.28
156.36
148.04
165.23
128.36
126.83
Le Prix réel est calculé grâce à la formule suivante : prix réel = (prix nominal/ indice des prix à la consommation)*100
14
Coefficient de
variation (%)
Maximum
(FCFA/Kg)
Minimum
(FCFA/Kg)
Observations
46.79
32.35
39.35
34.79
34.66
457.44
364.59
370.35
296.17
294.30
77.08
43.43
52.90
54.31
56.15
187
187
187
187
187
La comparaison des prix de la tomate sur la période décembre 1993 à juillet 2009 montre que la
volatilité dans le temps du prix (mesurée par le coefficient de variation) est plus grande à
Yaoundé (46.79) qu‟à Bafoussam (39.35), à Garoua (34.66), à Bamenda (34.79) et à Douala
(32.35).
Les marchés de Bafoussam et de Yaoundé sont des marchés situés près des grandes zones de
production de tomate. Les marchés de Yaoundé et de Douala sont les plus grands marchés de
consommation de la tomate, car ce sont les plus grandes villes du Cameroun.
Le marché de Yaoundé est approvisionné en partie par la production de la région du Centre et
par la production de la région de l‟Ouest.
Quant au marché de Garoua, il est ravitaillé par les commerçants de N‟Gaoundéré, Maroua et
Yaoundé (Nchoutnji et al, 2009).
La figure 3 montre l‟existence d‟une différence de prix de la tomate entre les cinq principaux
marchés.
Figure 3 : série des prix des cinq principaux marchés du Cameroun
500
400
300
200
100
0
1994
1996
1998
Bafoussam
Garoua
2000
2002
2004
Bamenda
Yaoundé
Source : INS, 2010
2006
2008
Douala
15
Le tableau 2 et la figure 3 montrent qu‟en moyenne le prix de la tomate est plus élevé sur les
marchés de Yaoundé, de Bafoussam et de Douala. Le prix élevé sur le marché de Bafoussam, par
exemple, peut s‟expliquer par le processus d‟arbitrage des commerçants (les commerçants de
Yaoundé, de Douala et les commerçants des pays frontaliers) qui achètent et
vendent la
production aux plus offrants.
En effet, la Guinée-Équatoriale importe de la tomate provenant de Foumbot9 (Cameroun)
(Minader, 2008). Cet arbitrage crée une baisse de l‟offre sur le marché de Bafoussam et par
ricochet, une hausse du prix de la tomate car la production de tomate étant déjà déficitaire, une
partie non négligeable est vendue aux acheteurs des pays voisins.
Il est important dans les études d‟intégration des marchés de déterminer le sens des flux
commerciaux, car on s‟attend à ce que les régions productrices aient une influence sur les prix des
régions consommatrices. Les tests de causalité de Granger ont ainsi le mérite de nous permettre
de déterminer la direction des échanges.
En effet, les tests de causalité de Granger indiquent l‟existence d‟une relation statistiquement
significative entre les prix retardés et les prix à l‟instant t. Ces tests consistent à tester des
restrictions de nullité des coefficients du système à l‟aide d‟un F-test standard pour chaque
équation.
Le sens de la causalité devrait donc nous indiquer la direction des échanges entre les zones
productrices et les zones consommatrices. Les résultats des tests de Granger sont résumés dans le
tableau 3 ci-dessous.
Tableau 3: Tests de causalité de Granger
Tests de Causalité de Granger
Sample: 1993M12 2009M07
Hypothèse nulle :
YAOUNDÉ ne cause pas au sens de Granger de GAROUA
Obs
F-Statistic
Probabilité
187
19.561
2.E-05***
4.009
0.046**
34.989
2.E-08***
0.007
0.932
GAROUA ne cause pas au sens de Granger de YAOUNDÉ
DOUALA ne cause pas au sens de Granger de GAROUA
GAROUA ne cause pas au sens de Granger de DOUALA
9
187
Foumbot est une des principales zones de production de la tomate de l’Ouest-Cameroun.
16
BAMENDA ne cause pas au sens de Granger de GAROUA
187
GAROUA ne cause pas au sens de Granger de BAMENDA
BAFOUSSAM ne cause pas au sens de Granger de GAROUA
186
GAROUA ne cause pas au sens de Granger de BAFOUSSAM
DOUALA ne cause pas au sens de Granger de YAOUNDÉ
187
YAOUNDÉ ne cause pas au sens de Granger de DOUALA
BAMENDA ne cause pas au sens de Granger de YAOUNDÉ
187
YAOUNDÉ ne cause pas au sens de Granger de BAMENDA
BAFOUSSAM ne cause pas au sens de Granger de YAOUNDÉ
186
YAOUNDÉ ne cause pas au sens de Granger de BAFOUSSAM
BAMENDA ne cause pas au sens de Granger de DOUALA
187
DOUALA ne cause pas au sens de Granger de BAMENDA
BAFOUSSAM ne cause pas au sens de Granger de DOUALA
186
DOUALA ne cause pas au sens de Granger de BAFOUSSAM
BAFOUSSAM ne cause pas au sens de Granger de BAMENDA
BAMENDA ne cause pas au sens de Granger de BAFOUSSAM
186
0.231
0.631
0.363
0.547
3.419
0.066*
0.013
0.908
6.296
0.013**
3.509
0.062*
5.683
0.018**
23.069
3.E-06***
1.183
0.278
3.895
0.049**
0.214
0.644
17.760
4.E-05***
0.027
0.869
0.047
0.827
1.637
0.202
0.743
0.389
Les résultats des tests de Granger ci-dessus ne permettent pas de prédire de manière formelle la
direction des échanges. En effet, ces tests ne font pas ressortir le caractère exogène des prix des
régions productrices tels que Bafoussam et Yaoundé. Les prix de Bafoussam causent au sens de
Granger uniquement les prix de Garoua ; par contre, les prix de Yaoundé causent au sens de
Granger les prix de Douala, de Garoua et de Bafoussam.
Ces différents résultats remettent en cause le rôle central joué par le marché de Bafoussam dans la
formation des prix de la tomate au Cameroun. Nous préconisons un choix intuitif des zones de
production et des zones de consommation à partir du tableau 1 ci-dessus.
b) La stratégie d’estimation
Pour vérifier l‟hypothèse d‟intégration des prix et de transmission asymétrique des chocs de prix
sur les marchés camerounais de tomate, nous avons utilisé plusieurs méthodes.
Dans un premier temps, les propriétés statistiques des séries de prix de la tomate sur différents
marchés sont analysées.
Les séries de prix dans la plupart des études d‟intégration des marchés agricoles sont
généralement non stationnaires ; il est donc important de vérifier cette propriété par les tests de
17
racine unitaire et de stationnarité : les tests de Dickey-Fuller augmenté (ADF) et de PhillipsPerron avant toute manipulation afin d‟éviter de faire des régressions dites fallacieuses.
Étant donné que les données de prix de la tomate de la figure 2 ne présentent pas de tendance,
nous utilisons uniquement les tests de Dickey-Fuller Augmenté (ADF) et de Phillips- Perron (PP)
sans tendance. Ces différents tests sont présentés dans le tableau 4 ci-dessous.
Tableau 4 : les tests de racine unitaire
Statistiques de test
En niveau (sans constante et
Différence première (sans
sans tendance)
tendance et sans constante)
Séries
ADF
PP
ADF
PP
Yaoundé
-0.499
0.00012
-11.585***
-26.203***
Douala
-0.032
0.164
-10.454***
-28.516***
Bafoussam
-0.217
0.174
-15.829***
-21.899***
Bamenda
-0.444
0.158
-10.449***
-63.712***
Garoua
-0.272
0.217
-10.914***
-86.069***
Aucune des séries de prix n‟est stationnaire en niveau, mais elles le sont toutes en différence
première, ce qui nous permet d‟appliquer les tests de cointégration.
Dans un deuxième temps, la détermination de l‟intégration de long terme des marchés de tomate
s‟est faite à partir de la méthode d‟Engle-Granger (1987).
Cette méthode consiste à estimer la relation de long terme entre les prix et à tester l‟existence
d‟une relation de cointégration entre les prix dont l‟équation est la suivante.
Ptd    Pte   t
(2)
β reflète le changement du prix du marché déficitaire en réponse à un changement d‟une unité du
prix du marché excédentaire. Pt d et Pt e sont respectivement les prix des régions déficitaires et les
prix des régions excédentaires pour un produit agricole donné.  t est le terme d‟erreur avec une
18
variance constante et qui capte l‟effet de variables difficilement observables telles que les coûts de
transaction (l‟ensemble des coûts relatifs au transport, au stockage et aux marges commerciales).
Si les erreurs sont stationnaires, alors les séries de prix sont cointégrées. Par conséquent, les prix
sont liés par une relation d‟équilibre de long terme stable même si les prix des marchés
excédentaire et déficitaire évoluent chacun différemment (Dwyer et Wallace, 1992). Les résultats
(voir tableau 7) issus du modèle d‟Engle-Granger montrent que nos séries de prix sont
cointégrés.
Par conséquent, on peut estimer le modèle à correction d‟erreur avec rupture et le modèle
autorégressif avec seuil (TAR).
 le modèle à correction d’erreur avec rupture.
Dans l‟analyse de cointégration, il est important de tenir compte d‟éventuelles ruptures
structurelles dans la relation entre les prix des marchés domestiques de consommation et de
production, car elles peuvent affecter les résultats.
En nous inspirant du modèle de Krivonos (2004), nous déterminons la date de rupture et estimé
le modèle à correction d‟erreur avec rupture.
Dans un premier temps, nous utilisons le test de Grégory et Hansen (1996) pour déterminer de
manière endogène la date de rupture.
L‟hypothèse nulle de ce test suppose une relation de cointégration entre les prix sans changement
structurel (modèle 1).
Modèle 1 : cointégration standard sans changement structurel
ptd  1   2 pte   t
Où ptd
et pte sont I(1) et  t est I(0). Dans la majorité des cas, si le modèle 1 permet de tester la
relation de long terme, nous allons considérer 1 ,  2 comme invariants dans le temps. Mais, il est
aussi possible d‟envisager que la cointégration subsiste une certaine période dans le temps et on
assiste au passage à une nouvelle relation de long terme. L‟hypothèse alternative suppose que le
changement peut prendre différentes formes dont les trois sont présentés ci-dessous.
Modèle 2 : Changement de niveau (C)
ptd  1   2 pte   3 D   t
19
Avec D qui prend la valeur 1 quand t  t 0 et zéro sinon.
Le modèle 2 montre l‟existence d‟une relation de cointégration avec changement de niveau tandis
que dans le modèle 3, il existe une relation de cointégration avec un changement de niveau et
une tendance.
Modèle 3 : Changement de niveau avec tendance (C/T)
ptd  1   2 pte   3 D  t   t
Le modèle 4 révèle quant à lui l‟existence d‟une relation de cointégration avec un changement de
niveau et de régime.
Modèle 4: Changement de régime (C/S)
ptd  1   2 D   3 pte * D   4 pte   t
Pour cette analyse, le modèle 4 est estimé par la méthode des moindres carrés ordinaires (MCO)
et le test de racine unitaire (ADF) est appliqué sur le résidu. Ce résidu est récupéré pour chaque
année. La date de rupture correspond à la statistique d‟ADF la plus faible.
Toutefois, la même approche pourrait être utilisée pour tester les modèles 2, 3, 4, si la date du
changement de régime est connue à priori.
Après avoir déterminé la date de rupture, nous introduisons directement la variable muette D (qui
prend la valeur 1 quand t  t 0 et zéro sinon) dans le modèle à correction d‟erreur. L‟objectif de
l‟équation 3 ci-dessous est de montrer que la vitesse d‟ajustement du prix sur les marchés dans le
modèle à correction d‟erreur dépend d‟une période donnée.
Ptd    1Pte D   2 Pte (1  D)  1 t 1D   2 t 1 (1  D)  t
(3)
 t 1 est le terme de déséquilibre retardé d‟une période issu de la relation de cointégration, θ1 et θ2
représentent respectivement la vitesse d‟ajustement avant et après la date de rupture ; β1 et β2
sont respectivement la réponse de court terme au choc de prix du marché excédentaire avant et
après la date de rupture et  t est un bruit blanc.
 le modèle autorégressif avec seuil (TAR).
20
Selon Engle et Granger (1987), le test de cointégration consiste à vérifier la stationnarité du
terme d‟erreur  t de l‟équation 2. Ce test s‟écrit de la manière suivante:
 t   t 1  t
(4)
Où  est la vitesse de convergence et  t est un bruit blanc. Les tests de cointégration standard
sont effectués sur l‟équation (4).
Mais cette relation (4) suppose qu‟il existe un ajustement symétrique. Toutefois, la plupart des
variables économiques sont sujettes à des ajustements asymétriques.
Enders et Granger (1998) se proposent de tenir compte de ces ajustements en intégrant des
valeurs positives ( 1 ) et négatives (  2 ) du résidu. Ainsi, l‟équation de test de cointégration
asymétrique est la suivante :
 t  I t 1 t 1  (1  I t )  2 t 1  t
(5)
Selon Enders et Granger (1998), pour que  t  soit stationnaire, il faut que la condition suivante
soit remplie:  2  ( 1 ,  2 )  0 et It est une variable indicatrice définie de la manière suivante :
1
It  
0
si
si
 t 1  
 t 1  
(7)
Avec  , la valeur du seuil. Les conditions nécessaires et suffisantes de la stationnarité de  t sont
 1 0 ,  2  0 et (1  1 )(1   2 )  1
Lorsque  t =0, l‟ajustement est considéré comme la valeur de l‟équilibre à long terme. Si  t >0,
alors l‟ajustement
est 1 *  t et lorsque  t  0 , alors l‟ajustement est  2 *  t . Par contre,
si 1   2 , le modèle prend la forme de celui d‟Engle et Granger (1987).
Selon Enders et Siklos (2001), la cointégration des variables permet d‟écrire le modèle de
correction d‟erreur de la manière suivante :
Pt d  I t 1t 1   2 (1  I t ) t 1 
k

j 0
e. j Pte j 
k

d
d . j Pt  j
 vt
(8)
j 1
Où 1 et  2 sont respectivement les coefficients d‟ajustement des séquences négative et
positives du terme de correction d‟erreur.
21
Les tests statistiques pour l‟hypothèse nulle en utilisant la spécification TAR de l‟équation (5) et
(7) sont basés sur les statistiques   et  * . Ces statistiques   et  * sont tabulées dans
Enders et Granger (1998) et Enders et Siklos (2001).
Enders et Granger (1998) montrent que l‟équation (5) peut être augmentée avec des variations
décalées dans la séquence de  t pour tenir compte des effets d‟ajustement dynamique.
 t  I t 1 t 1  (1  I t )  2 t 1 
p 1
 
i
t 1
 t
(9)
i 1
Où les critères d‟optimalité pour le choix de p sont les suivants: le critère d‟information d‟Akaike
(AIC), le critère d‟information de Schwarz (BIC).
Le test de cointégration envisagé par Enders et Siklos (2001) est le test basé sur les deux
statistiques : Φ (F-test) et t-max (pour tester l‟hypothèse selon laquelle les coefficients
1 et  2 sont significativement négatifs).
Après avoir trouvé une relation de cointégration asymétrique entre les paires de marchés
(Bafoussam-Yaoundé ; Yaoundé-Bamenda ; Yaoundé-Douala), nous estimons le modèle à
correction d‟erreur asymétrique (MCEA) suivant :
J
P
k 1
k 0
P d  a    k Ptdk    k Ptek  1.1.I t 1   2.1 (1  I ) t 1  t
(10)
où 1.1 et 1.2 sont respectivement les coefficients d‟ajustement pour les déviations positives et négatives
du prix domestique.
4. Résultats et discussion
Comme expliqué précédemment, nous avons déterminé la date de rupture grâce au test de
Gregory et Hansen (1996) et estimé le modèle à correction d‟erreur avec rupture. Le tableau 5
récapitule les dates de ruptures entre les paires de marchés.
Tableau 5 : Date de la rupture structurelle entre les paires de marchés
22
Marchés
Dates de rupture
Bafoussam – Bamenda
2004
Bafoussam – Douala
2004
Bafoussam – Garoua
2003
Bafoussam - Yaoundé
1999
Yaoundé - Bamenda
1999
Yaoundé – Douala
2004
Yaoundé – Garoua
1999
Le test de Gregory et Hansen (1996) indique une date de rupture potentielle autour de 2004 pour
les paires de marché (Bafoussam-Bamenda, Bafoussam-Douala et Yaoundé-Douala), de 2003
pour Bafoussam-Garoua et de 1999 pour les paires de marchés (Bafoussam-Yaoundé, YaoundéBamenda, Yaoundé-Garoua).
On peut penser que les dates de rupture trouvées à partir du test statistique de Gregory et
Hansen (1996) sont grandement influencées par un changement de régime dû au développement
des infrastructures (routières et de télécommunications) au Cameroun.
En effet, sur l‟itinéraire Gabon-Cameroun-Guinée Equatoriale, avec le concours de l‟Union
Européenne, de la Banque Africaine de Développement (BAD) et de l‟Agence Française de
Développement (AFD), la construction de deux ponts et la modernisation des routes ont été
faites. L‟un des ponts sur l‟axe Yaoundé(Cameroun)-Libreville (Gabon). Ce pont est situé à la
frontière entre les deux pays et remplace ainsi le Vieux bac qui était utilisé pour le transport des
hommes et des marchandises.
D‟après le document stratégique pays10 2008-2013 de l‟Union européenne, les routes assurent le
désenclavement des zones de production et permettent à l'agriculture de développer les
débouchés qui s'offrent à elle dans la sous-région, valorisant ainsi les opportunités à l'exportation.
D‟où l‟allocation d‟une enveloppe de 110 à 120 milliards d‟Euros pour l‟amélioration des
infrastructures notamment routières qui sont un élément clé pour le développement économique
et l‟intégration régionale.
10
http://ec.europa.eu/development/icenter/repository/scanned_cm_csp10_fr.pdf
23
Une autre explication de la rupture structurelle se trouve du côté des infrastructures de
télécommunication. En effet, les pays africains connaissent un développement extraordinaire de
la téléphonie mobile comme le montre la figure 4 ci-dessous.
Figure 4 : Abonnement au téléphone mobile (pour 100 personnes)
Source : construit à partir des données de WDI (2011)
Il a été démontré que le téléphone mobile est un outil de développement économique et
contribue à l‟amélioration des conditions de vie des populations par le fait qu‟il concourt au
désenclavement des régions les plus reculées. Ainsi, nous remarquons une explosion de
l‟adoption du téléphone mobile à partir de 1999 (qui est la date de la libéralisation du secteur des
télécommunications dans plusieurs pays au Sud du Sahara). Ce dynamisme dans le secteur des
télécommunications est ainsi susceptible d‟accélérer l‟intégration régionale des marchés de la
Zone Cemac et de développer le commerce dans cette zone.
Par son ampleur et par sa progression, le développement de la téléphonie mobile présente des
avantages à la fois pour les producteurs et pour les acheteurs. Les producteurs ne sont plus
obligés de se déplacer pour écouler leurs produits car les acheteurs viennent dans l‟exploitation
acheter la récolte. Le fait de connaître la date de la récolte réduit ainsi les coûts de transaction
pour les acheteurs car cela évite aux acheteurs de se déplacer sans avoir la garantie de trouver la
production.
C‟est donc sur la base d‟une rupture dans la relation entre les prix des marchés domestiques de
consommation et de production entre décembre 1993 et Juillet 2009 qu‟il convient ici d‟estimer
24
un modèle à correction avec rupture. Le tableau 6 présente les résultats de l‟estimation
économétrique du modèle à correction d‟erreur (MCE) avec rupture.
Tableau 6 : Résultats de l‟estimation économétrique du MCE avec rupture
Paires de marchés
β1
β2
θ1
θ2
Observations
F-stat(1) :
θ1= θ2
F-stat(2) :
β1= β2
BafoussamBamenda
-0.333
BafoussamDouala
0.803***
BafoussamGaroua
0.146
BafoussamYaoundé
0.307
YaoundéBamenda
-0.132
YaoundéDouala
0.823***
YaoundéGaroua
-0.331
(-1.133)
(3.425)
(0.389)
(1.104)
(-0.388)
(4.441)
(-0.836)
0.265***
0.233***
0.059***
0.178***
0.309***
0.216***
0.299***
(3.678)
(3.431)
(2.646)
(2.563)
(4.507)
(3.631)
(3.456)
-0.078
0.861***
-1.156***
-0.027
-0.821***
-0.253***
0.317
(-0.314)
(3.484)
(-4.763)
(-0.165)
(-3.409)
(-2.109)
(1.493)
-0.605***
0.024
-0.561***
-0.258***
-0.774***
-0.561***
0.337***
(-8.719)
(0.487)
(-8.220)
(-5.044)
(-10.294)
(-7.459)
(4.794)
186
186
186
186
186
186
186
0.0427**
0.0011**
0.0181**
0.1827
0.8521
0.0311**
0.9293
0.0496**
0.0206**
0.8154
0.6538
0.2043
0.0021**
0.1215
Notes : les t-statistiques sont entre parenthèses
*** p<0.01, ** p<0.05, * p<0.1
Pour les paires de marchés Bafoussam-Douala et Yaoundé-Garoua, les prix ne sont pas
cointégrés.
Le test de Wald sur les coefficients permet de déterminer si 1 et  2 d‟une part et θ1 et θ2 d‟autre
part, sont significativement et conjointement différents et permet de valider l‟existence
d‟asymétrie dans les ajustements.
Mais les résultats du test de Wald ne permettent pas de conclure à une différence significative
entre les coefficients des paires de marchés suivants : Bafoussam-Yaoundé ; Yaoundé-Bamenda ;
Yaoundé-Garoua. De plus, il n‟existe pas de différence significative entre les coefficients 1 et  2
pour la paire Bafoussam-Garoua.
Dans le cas Bafoussam-Bamenda, le test de Wald appliqué aux coefficients du modèle indique
que la réponse de court terme est significativement plus importante avant la date de rupture
(2004) ; de plus, la vitesse d‟ajustement est significativement plus élevée avant la date de rupture.
En revanche, pour la paire Yaoundé-Douala, la réponse de court terme et la vitesse d‟ajustement
sont significativement moins importante après la date de rupture (2004).
25
Par contre, la vitesse d‟ajustement pour la paire Bafoussam-Garoua n‟est significativement plus
élevée avant 2003, mais la réponse de court terme est significativement plus importante avant
2003.
En somme, les marchés camerounais de la tomate sont plus intégrés avant la date de rupture
pour plusieurs raisons. On peut supposer que l‟amélioration des infrastructures de
communication régionales notamment avec la construction des ponts et des routes reliant les
différents pays de la zone Cemac (Cameroun, Gabon, Guinée Equatoriale) a joué un rôle majeur
sur l‟intégration des marchés.
De plus, la couverture de la téléphonie mobile a favorisé aussi la fluidité des échanges entre les
zones de production et les marchés de consommation des pays frontaliers. En effet, le téléphone
mobile permet la divulgation des informations et la connexion des individus et des marchés. Il
joue ainsi un rôle prépondérant dans l‟intégration spatiale des marchés. Au moment où le
commerce occupe une place centrale dans la sécurité alimentaire, différentes études empiriques
(voir Abraham, 2007 ; Jensen, 2007 ; Aker, 2008 ; Goyal, 2008; Muto et Yamano, 2009) ont
montré les effets positifs du téléphone mobile sur le commerce des denrées alimentaires.
Au vu des résultats du modèle à correction d‟erreur avec rupture, on peut conclure que le
développement des infrastructures de communication a joué un rôle dans la mauvaise intégration
des marchés camerounais de la tomate après la rupture structurelle. Les commerçants préfèrent
vendre au plus offrant (i. e les commerçants des pays frontaliers) plutôt que de vendre sur les
marchés locaux.
Mais ce modèle fait l‟hypothèse d‟une relation linéaire du marché déficitaire à tout changement
de prix sur le marché excédentaire. Il existe une possibilité de réponse asymétrique des prix sur
un marché déficitaire suite à un choc sur le marché producteur à cause du pouvoir du marché, de
l‟information imparfaite et les coûts de transaction.
Par conséquent, l‟intégration des marchés est aussi estimée et testée pour l‟ajustement
asymétrique en utilisant les équations 6, 7, 9.
Le tableau 7 présente les résultats de l‟analyse de cointégration avec le marché de Bafoussam et le
marché de Yaoundé.
26
Tableau 7 : Résultats de la relation de long terme d‟Engle-Granger ( Pt d  1   2 Pt e  t )
Paires de marchés
Bafoussam-Bamenda
Bafoussam-Douala
Bafoussam-Garoua
Bafoussam-Yaoundé
Yaoundé-Bamenda
Yaoundé-Douala
Yaoundé-Garoua
α1
α2
3.457***
0.281**
(12.262)
(5.073)
3.993***
0.203**
(15.405)
(3.999)
3.567***
0.259**
(12.647)
(4.681)
3.674***
0.295**
(9.874)
(4.044)
2.548***
0.451***
(10.621)
(9.766)
3.296***
0.334***
(14.187)
(7.472)
2.810***
0.400***
(11.261)
(8.330)
Notes : les t-statistiques sont entre parenthèses
*** p<0.01, ** p<0.05, * p<0.1
Globalement, l‟analyse du comportement des marchés de la tomate (les marchés excédentaires et
les marchés déficitaires) montrent que les marchés sont intégrés avec une réponse de long terme.
Le coefficient de cointégration est significativement plus élevé pour la relation BafoussamDouala, Bafoussam-Yaoundé et Yaoundé-Douala.
Ainsi, une hausse d‟1% du prix de la tomate à Bamenda sera répercutée à hauteur de 28% à
Bafoussam et de 45% à Yaoundé.
Précédemment, nous avons trouvé que les séries étaient cointégrées. Les tests d‟Enders-Granger
confirment aussi la cointégration entre les séries. Ceci conduit à faire le test d‟ajustement
symétrique dont l‟hypothèse nulle est 1   2 . 1 met en évidence les ajustements des chocs
positifs et  2 la vitesse d‟ajustement aux chocs négatifs.
Le tableau 8 présente les résultats du modèle à correction d‟erreur avec un ajustement
asymétrique selon que le marché de production soit le marché de Bafoussam et de Yaoundé.
27
Tableau 8 : Résultats économétriques du modèle TAR pour les différentes paires de marchés
Paires
de
marchés
Bafoussam-
Bafoussam-
Bafoussam-
Bafoussam-
Yaoundé-
Yaoundé
Yaoundé-
Bamenda
Douala
Garoua
Yaoundé
Bamenda
-Douala
Garoua
1
-0.614
-0.307
-0.521
-0.324
-0.894
-0.402
-0.817
2
-0.522
-0.653
-0.638
-0.186
-0.743
-0.704
-0.675
AIC
-928.027
-1029.169
-914.864
-964.558
-924.513
-1086.247
-977.746
SIC
-883.018
-984.160
-869.779
-919.549
-879.428
-1041.086
-932.585
  1  2  0 *
37.618
34.278
36.440
14.027
64.025
44.260
54.921
1   2
0.462
8.876
0.704
2.013
1.080
6.375
0.989
Seuils
-0.195
-0.257
-0.309
0.585
0.256
-0.216
0.268
Notes
: * la valeur lue  sur la table d’Enders et Siklos (2001) aux seuils de 1%,
5% et 10% soit respectivement 8.04, 5.87 et
4.92
Les résultats du tableau 8 indiquent que 1 et  2 sont négatifs pour toutes les paires de marchés.
On peut ainsi conclure que tous les modèles convergent et l‟hypothèse nulle de non cointégration
du modèle TAR est rejetée car la valeur calculée de  est supérieure à la valeur lue sur la table
d‟Enders et Siklos (2001) aux seuils de 5% et 10% soit respectivement 5.87 et 4.92.
Pour la paire Bafoussam – Yaoundé, l‟ajustement aux chocs négatifs est deux fois plus rapide
que l‟ajustement aux chocs positifs et l‟ajustement asymétrique se fait autour du seuil qui est égale
à -0.31. Ainsi, les commerçants de Douala ne sont pas sensibles à un choc négatif qui
augmenterait les prix à Bafoussam que si le prix à Douala se retrouve à un niveau inférieur à son
équilibre de long terme augmenté du seuil.
En outre, l‟estimation de 1 pour la relation Yaoundé-Bamenda suggère qu‟environ 89% de
l‟écart positif de la relation d‟équilibre de long terme est éliminé en 1 mois et l‟estimation de  2
28
quant à elle indique que 74% de la déviation négative de la relation d‟équilibre est éliminé en 1
mois.
L‟hypothèse nulle de l‟ajustement symétrique peut être testée en utilisant une distribution
standard de Fisher (Enders et Granger, 1998). Cette hypothèse est rejetée à 5% pour la paire de
marché de Bafoussam-Douala et Yaoundé-Douala. On peut ainsi conclure à une relation de
cointégration asymétrique entre ces paires de marchés. En effet, ces marchés (Douala et
Yaoundé) sont très importants de termes de consommation. Ce résultat confirme qu‟il existe des
facteurs tels que les coûts de transaction, le pouvoir du marché qui entravent la relation de long
terme entre les séries de prix de certains marchés. Pour les autres paires de marchés, il n‟existe
pas un ajustement asymétrique, cela peut être dû au fait que ces marchés n‟attirent pas beaucoup
de commerçants et la demande peut être satisfaite par l‟offre locale, car il n‟existe pas un grand
marché de consommateurs.
Toutefois ces asymétries jouent ici en sens inverse : 3 fois sur 7, les détaillants transmettent plus
rapidement aux consommateurs les baisses de prix à l'expédition que les hausses. Les vitesses
moyennes de transmission sont égales à 59% en cas de diminution du prix d'expédition et 55%
en cas d'augmentation de ce prix. Cette situation, pour surprenante qu'elle paraisse, a déjà été
évoquée dans la littérature et correspond à des produits particulièrement difficiles à stocker. Le
risque de ne pas vendre rapidement, et donc de perdre le produit, incite le détaillant à limiter les
hausses de prix et à favoriser les baisses.
Le tableau 9 présente les résultats du modèle à correction d‟erreur avec un ajustement de prix
asymétrique.
Tableau 9 : résultats du modèle à correction d’erreur avec un ajustement de prix
asymétrique.
Paires de
Bafoussam-
Bafoussa
Bafoussam
Bafoussam-
Yaoundé-
Yaoundé-
Yaoundé-
marchés
Bamenda
m-Douala
-Garoua
Yaoundé
Bamenda
Douala
Garoua
1
2
0.146
-0.318***
-0.469***
-0.236***
0.128
-0.391***
0.042***
(1.299)
(-4.11)
(-4.92)
(-2.94)
(0.34)
(-4.30)
(0.33)
-0.072
-0.537***
-0.613***
-0.153***
0.071
-0.646***
0.062
29
(-0.52)
(-4.32)
(-4.45)
(-2.31)
(0.55)
(-5.48)
(0.55)
Notes : les t-statistiques sont entre parenthèses
*** p<0.01, ** p<0.05, * p<0.1
L‟estimation du modèle à correction d‟erreur a consisté à mettre en évidence les relations de
court terme et à valider l‟hypothèse de cointégration.
La non-significativité des coefficients des forces de rappel conduit à conclure que quel que soit le
choc sur le prix de la tomate sur le marché de Bafoussam et Yaoundé, il y aura aucune réaction
des prix sur le marché de Bamenda et de Garoua. Cela est d‟autant plus vrai pour la paire
Yaoundé et Garoua que la tomate est un bien rapidement périssable et compte tenu des moyens
limités dont disposent les producteurs pour la conservation et le transport ; il est difficile
d‟acheminer les produits vers Garoua.
Les résultats du tableau 8 montrent les forces de rappel sont négatives et les chocs négatifs se
corrigent plus rapidement entre les paires de marchés Douala-Bafoussam ; Bafoussam-Garoua ;
Yaoundé-Douala.
A contrario, les chocs négatifs se corrigent moins rapidement entre Bafoussam et Yaoundé. En
outre, une baisse de 1% à Douala entraîne une réponse immédiate de Bafoussam et Yaoundé de
l‟ordre de 3,4% et de 14%.
5. Conclusion
Ce papier a mis en évidence d‟une part l‟existence d‟une rupture structurelle dans la relation entre
les prix des marchés domestiques de consommation et de production de la tomate et d‟une
transmission asymétrique de prix entre sept paires de marchés sur la période 1994 – 2009.
Les résultats obtenus en utilisant les méthodes de Krivonos (2004) suggèrent une transmission
plus rapide des prix de la tomate avant la date de rupture. Cette date de rupture qui peut être
approximée au développement des infrastructures routières et de communication (le
développement du réseau de téléphonie mobile) par exemple. Ainsi, les marchés semblent moins
intégrés après le développement des infrastructures de communication car les producteurs et les
commerçants par un processus d‟arbitrage préféreraient vendre leurs produits sur les marchés
proposant les prix élevés.
30
En outre, les résultats du modèle TAR montrent que la vitesse d‟ajustement aux chocs négatifs
est plus rapide que la vitesse d‟ajustement suite aux chocs positifs sur 4 marchés sur 7. Les
producteurs ou commerçants auraient tendance à répercuter plus rapidement les hausses de prix
de la tomate.
Il est important de mettre l‟accent sur la conservation des produits agricoles rapidement
périssables.
References
Abdulai, A. 2000. “Spatial price transmission and asymmetry in the Ghanaian maize market “, Journal of
Development Economics, 63, 327-349.
Abraham R., 2007."Mobile Phones and Economic Development: Evidence From the Fishing Industry in
India," Information Technologies and International Development, MIT Press, vol. 4(1), pages 5-17, October.
Aker J., 2008."Does Digital Divide or Provide? The Impact of Cell Phones on Grain Markets in Niger,"
Working Papers 154, Center for Global Development.
Araujo, C., Araujo-Bonjean,C., Combes J.-L. and Combes-Motel P., 2005."Devaluation and Cattle Market
Integration in Burkina Faso," Journal of African Economies, Oxford University Press, vol. 14(3), pages 359384, September.
Araujo-Bonjean C. et Combes J.-L., 2010."De la mesure de l'intégration des marchés agricoles dans les
pays en développement," Revue d’économie du développement, De Boeck Université, vol. 24(1), pages 5-20.
Asche, F., Bremnes, H. and Wessells, C. R,. 2001." Product Aggregation, Market Integration, and
Relationships Between Prices: An Application to World Salmon Markets: Reply," American Journal of
Agricultural Economics, American Agricultural Economics Association, vol. 83(4), pages 1090-92,
November.
Badiane, Ousmane & Shively, Gerald E., 1998."Spatial integration, transport costs, and the response of
local prices to policy changes in Ghana," Journal of Development Economics, Elsevier, vol. 56(2), pages 411431, August.
Barrett, C.B. 1996. “Market Analysis Methods: Are Our Enriched Toolkits Well Suited to Enlivened
Markets.” American Journal of Agricultural Economics 78:825–29.
Barrett, C.B., and J.R. Li. 2002. “Distinguishing Between Equilibrium and Integration in Market Analysis.”
American Journal of Agricultural Economics 84:292–3.
Baulch, B. 1997. “Testing for Food Market Integration Revisited.” Journal of Development Studies
33:512–34.
Baulch, B. 1997. “Transfer Costs, Spatial Arbitrage and Testing for Food Market Integration.” American
Journal of Agricultural Economics 79:477– 87.
31
Baulch B., Hansen H., Trung L. D. and Tam T. N.M., 2008."The Spatial Integration of Paddy Markets in
Vietnam," Journal of Agricultural Economics, Wiley Blackwell, vol. 59(2), pages 271-295, 06.
Blinder, A.S., 1982. “Inventories and sticky prices: more on microfoundations of macroeconomics”.
American Economic Review 72 (3), 365-400.
Blyn, G., 1973. “Price series correlation as a measure of market integration”. Indian Journal of Agricultural
Economics 28, 56–59.
Dwyer, G.Jr. and Wallace, M. S., 1992."Cointegration and market efficiency," Journal of International Money
and Finance, Elsevier, vol. 11(4), pages 318-327, August.
Enders, W. and Granger, C. W. J., 1998,”Unit-Root Tests and Asymmetric Adjustment with an Example
Using the Term Structure of Interest Rates”. Journal of Business and Economic Statistics 16, 304-11.
Enders, W. and Siklos, P. L., 2001 “Cointegration and Threshold Adjustment”. Journal of Business and
Economic Statistics, 19, 166-76.
Engle, R. and Yoo, B., 1987. “Forecasting and Testing in Cointegrated Systems”.Journal of Econometrics, 35,
143.
Dercon, S.1995.”On market integration and liberalization: Method and application to Ethiopia”, Journal of
Development Studies, 32, 112-143.
Engle, R.F. and Granger, C. W. J, 1987. "Co-integration and Error Correction: Representation,
Estimation, and Testing," Econometrica, Econometric Society, vol. 55(2), pages 251-76, March.
Fackler, P. L. and Goodwin, B. K., 2001. “Spatial price analysis”, ch. 17, p. 971-1024 in Gardner, B. L.
and Rausser, G. C. eds., Handbook of Agricultural Economics, vol. 1, Part 2, Elsevier.
Fafchamps, M. and Gavian, S., 1996."The Spatial Integration of Livestock Markets in Niger," Journal of
African Economies, Oxford University Press, vol. 5(3), pages 366-405, October.
Goletti, F., Ahmed, R. and Farid, N., 1995. “Structural determinants of market integration: the case of rice
markets in Bangladesh”. The Developing Economies, Blackwell Publishing Ltd, 33, 196-198.
Goodwin, B. K. and Harper, D. C., 2000."Price Transmission, Threshold Behavior, and Asymmetric
Adjustment In The U.S. Pork Sector," Journal of Agricultural and Applied Economics, Southern Agricultural
Economics Association, vol. 32(03), December.
Goodwin, B. K. and Piggott, N. E. 2001,”Spatial Market Integration in the Presence of Threshold
effects”. American Journal of Agricultural Economics, Oxford University Press on behalf of the Agricultural and
Applied Economics Association, 83, pp. 302-317.
Goodwin, B.K. and Schroeder T.C., 1991. „Cointegration Test and Spatial price Linkages in Regional
Cattle Markets.‟ American Journal of Agricultural Economics, Volume 73, pp452-464.
Gonzalez-Rivera, G. & Helfand, S. M., 2001. ”The Extent, Pattern, and Degree of Market Integration: A
Multivariate Approach for the Brazilian Rice Market”, American Journal of Agricultural Economics, Oxford
University Press on behalf of the Agricultural and Applied Economics Association, 83, pp. 576-592.
Ghosh, M. 2003. “Spatial integration of wheat markets in India: evidence from cointegration test”. Oxford
Development Studies. 31: 159-171.
32
Goyal, A. (2008) “Information Technology and Rural Markets: Theory and Evidence from a Unique
Intervention in Central India” mimeo University of Maryland.
Gregory, A. W. and Hansen, B.E., 1996. "Residual-based tests for cointegration in models with regime
shifts," Journal of Econometrics, Elsevier, vol. 70(1), pages 99-126, January.
Harriss, B. (1979). “There is method in my madness : or is it vice versa ? Measuring Agricultural Market
Performance.” Food Research Institute Studies 17(2): 197-218.
Heckscher, E. F. (1916). "Växelkursens Grundval vid Pappersmyntfot." Ekonomisk Tidskrift 18: 309-312.
Horowitz, I. 1981. “Market Definition in Antitrust Analysis: A Regression-Based Approach”, Southern
Economic Journal, 48, 1-16.
Ihle R., Amikuzuno J. et von Cramon-Taubadel S., 2010. "L'intégration des marchés avec et sans échanges
commerciaux directs : le cas de la tomate au Ghana," Revue d’économie du développement, De Boeck Université,
vol. 24(1), pages 21-46.
Jensen R., 2007. "The Digital Provide: Information (Technology), Market Performance, and Welfare in
the South Indian Fisheries Sector," The Quarterly Journal of Economics, MIT Press, vol. 122(3), pages 879-924,
08.
Jones, W.O. (1968). “The Structure of Staple Food Marketing in Nigeria as Revealed by Price Analysis.”
Food Research Institute Studies, VTR (2): 95-123.
Krivonos, E., 2004."The impact of coffee market reforms on producer prices and price transmission,"
Policy Research Working Paper Series 3358, The World Bank.
Lele, U. 1967. Market integration: A study of sorghum prices in western India. Journal of Farm Economics 49:
149-59.
Loveridge, Scott, 1991. "Marketing in Rwanda imports and infrastructure," Food Policy, Elsevier, vol.
16(2), pages 95-104, April.
Lutz, C., van Tilburg, A. and van der Kamp, B., (1995),” The Process of Short- and Long-Term Price
Integration in the Benin Maize Market », European Review of Agricultural Economics, 22, issue 2, p. 191-212.
Mabaya, Edward, (2004), “L'intégration spatiale de marchés et échange discontinu: une analyse des
marchés spot urbains pour la tomate au Zimbabwe”, Économie rurale, 283, issue 1, p. 62-71.
Maccini, L.J., 1978. “The impact of demand and price expectations on the behavior of prices”. American
Economic Review 68 (1), 134-145.
Meyer, J., 2004."Measuring market integration in the presence of transaction costs-a threshold vector
error correction approach," Agricultural Economics, Blackwell, vol. 31(2-3), pages 327-334, December.
Meyer, J., and von Cramon-Taubadel, S, .2004. “La robustesse des tests de transmission asymétrique des
prix en présence de changements structurels », Économie rurale, 283, issue 1, p. 10-26.
Ministère de l‟Agriculture et du Développement Rural (Minader).2008. Bulletin des échanges Cameroun et
CEMAC + Nigéria (1er trimestre 2008). http://www.minader.cm/uploads/File/Bulletin%202.pdf
33
Muto, M. and Yamano, T., 2009."The Impact of Mobile Phone Coverage Expansion on Market
Participation: Panel Data Evidence from Uganda," World Development, Elsevier, vol. 37(12), pages 18871896, December.
Nchoutnji, I., Fofiri Nzossié, EJ., Olina Bassala, JP., Temple, L. et
Kameni, A. 2009. « Systèmes
maraîchers en milieux urbain et périurbain des zones Soudano-sahélienne et Soudano-guinéenne du
Cameroun: cas de Garoua et Ngaoundéré ». Tropicultura, vol. 27(2), pages 98-104.
Ravallion, M. 1986. "Testing Market Integration." American Journal of Agricultural Economics.
68(February):102-09.
Reagan, P. B. and Weitzman, M. L., 1982."Asymmetries in price and quantity adjustments by the
competitive firm," Journal of Economic Theory, Elsevier, vol. 27(2), pages 410-420, August.
Sephton P. S., 2003."Spatial Market Arbitrage and Threshold Cointegration," American Journal of
Agricultural Economics, American Agricultural Economics Association, vol. 85(4), pages 1041-1046,
November.
Sexton, R., Kling C., et Carman H, .1991. “Market Integration, Efficiency of Arbitrage, and Imperfect
Competition : Methodology and Application to U.S. Celery “, American Journal of Agricultural Economics, 73
(3), 568-580.
Slade, M. E, 1986. "Exogeneity Tests of Market Boundaries Applied to Petroleum Products," Journal of
Industrial Economics, Wiley Blackwell, vol. 34(3), pages 291-303, March.
Subervie, J. « Rupture et asymétrie de la transmission des prix agricoles internationaux », CERDI, 2007 .
Spiller, P. T. and Wood, R. O., 1988. "The estimation of transaction costs in arbitrage models," Journal of
Econometrics, Elsevier, vol. 39(3), pages 309-326, November.
Tong, H. and Lim, K S (1980) “Threshold autoregression, limit cycles and cyclical data”- with discussion.
Journal of the Royal Statistical Society, series B, 42 (3). pp. 245-292. ISSN 1369-7412.