Caractérisation des exploitations cotonnières selon leur mode de valorisation des résidus de récolte comme mesure de Gestion Durable des Terres dans les communes de Banikoara et Kandi au Bénin

Résumé

Résumé

Face à la baisse de la fertilité des sols, les exploitations de production cotonnières des communes de Banikoara et Kandi au Bénin ont adopté plusieurs modalités de valorisation des résidus de récolte comme mesure GDT. Cette étude a pour objet de caractériser ces exploitations et d’analyser leur mode de valorisation des résidus de récolte comme mesures GDT. Les données collectées dans ce cadre grâce à un questionnaire structuré construit sur le serveur Kobotoolbox proviennent d’un échantillon de 225 chefs d’exploitation cotonnières choisis de façon aléatoire. L’Analyse Factorielle des Donnée Mixtes (AFDM) associée à la Classification Ascendante Hiérarchique (CAH) a été utilisée pour caractériser ces exploitations de production cotonnière. Ensuite l’analyse discriminante pas à pas au moyen du logiciel SPSS a permis d’identifier les variables les plus discriminantes des types d’exploitations agricoles. Ainsi donc, les résultats de cette étude révèlent la cohabitation des petites exploitations (53,33%), des exploitations moyennes (38,22%) et des grandes exploitations (8,44%) qui se distinguent principalement par : la superficie disponible, celle emblavée, celle de coton produite, et les quantités d’intrants notamment celles des semences, des engrais NPK et urée, des herbicides totaux et les insecticides de 3^ème fenêtre de traitement utilisés. De même ces exploitations se différencient  par le nombre d’animaux de trait, la taille du ménage et la quantité de main d’œuvre à l’hectare utilisée dans la production du coton. Outre ces facteurs, le mode de faire valoir de la terre, le sexe du chef d’exploitation ainsi que la pratique du parcage et de l’exportation des résidus de récolte hors des champs constituent également des éléments de discrimination des groupes identifiés. Ces résultats indiquent que la caractérisation des exploitations cotonnières doit intégrer à la fois les ressources productives investies notamment la main d’œuvre et les engrais à l’hectare et  les pratiques agroécologiques GDT réellement appliquées telles que le parcage, l’export ou l’enfouissement des résidus de récolte car  les petites exploitations optimisent moins la main d’œuvre et les engrais à l’hectare que les moyennes et grandes qui intensifient davantage en engrais chimique. Cette étude suggère alors que l’on  passe d’une logique d’un programme "même dose d’engrais à l’hectare  pour tous" à un programme raisonné "plus de mesures GIAE et GIFS pour les petites exploitations’’ et ‘’intensification  raisonnée pour les moyennes et les grandes exploitations" afin d’optimiser le rendement sans sur endetter ou épuiser les sols.

Mots clés : Mode de valorisation des résidus de récolte, Gestion Durable des Terres, Gestion Intégrée de la Fertilité des Sols (GIFS), Analyse Factorielle des Donnée Mixtes (AFDM), Classification Ascendante Hiérarchique, l’analyse discriminante pas à pas.

Abstract

Soil fertility declining, lead cotton belt farmers of the municipalities of  Banikoara end Kandi in Benin, make a decision of adopting several modes of crop residues valorization as SLM (Sustainable Land Management) measure depending on their farms realities. Therefore, this study aims to characterize those farms and analyze their methods of crop residue utilization as SLM (Sustainable Land Management) measures. The data used for this study were collected through a structured questionnaire built on the Kobotoolbox server and administered to 225 cotton producer households, selected through simple random sampling. The method of Factor Analysis of Mixed Data (FAMD) combined with Agglomerative Hierarchical Clustering (AHC) was used to characterize cotton farms. Subsequently, a stepwise discriminant analysis was applied to identify the factors that discriminate membership in each farm type. The results revealed small-scale cotton farm (53.33%), medium scale cotton farm (38.22%) and large- scale cotton farm (8.44%) distinguished mainly by: available area, cultivated area, cotton production area, input quantities (seeds, NPK and urea fertilizers, total herbicides, and 3rd window treatment insecticides). The farms are also distinguished by the number of draft animals, household size, and the amount of labor per hectare used in cotton production. In addition to these factors, land tenure systems, the gender of the farm head, as well as the practices of cattle corralling and crop residue removal from the fields also serve as discriminating factors for the identified groups. These results indicate that the characterization of cotton farms must integrate both the productive resources invested, notably labor and fertilizers per hectare, and the agroecological SLM practices actually implemented, such as corralling, export, or incorporation of crop residues. This is because smallholder farms optimize labor and fertilizers per hectare less than medium and large farms, which rely more heavily on chemical fertilizer intensification. This study therefore suggests shifting from a ‘’one fertilizer rate fits all’’ program logic to a targeted approach: ‘more SLM measures (ISFM, crop- livestock systems) for small farms, and ‘’reasoned intensification’’ for medium and large farms, to optimize yields without creating debt or depleting soils."

Keywords: Crop residue management methods, Sustainable Land Management (SLM), Integrated Soil Fertility Management (ISFM), Factor Analysis of Mixed Data (FAMD), Agglomerative Hierarchical Clustering (AHC), stepwise discriminant analysis.