Influence de la mise en place d’Aires Marines … · des ressources et de l'espace ; la gestion des conflits d'utilisation du lagon ; le contrôle des ... Agence Nationale de la

Mémoire de fin d’études Pour l’obtention du Diplôme d’Agronomie Approfondie » (DAA) Spécialisation Halieutique

Présenté par : Leenhardt Pierre Soutenu le : 11/09/2009

Influence de la mise en place d’Aires Marines Proté gées (AMP) sur la pêche lagonaire :

validation d’un modèle par réseaux bayésiens appliq ué au cas d’étude de Moorea

(Polynésie Française)

Mémoire de fin d’études Pour l’obtention du Diplôme d’Agronomie Approfondie » (DAA) Spécialisation Halieutique

Influence de la mise en place d’Aires Marines Protégées (AMP) sur la pêche lagonaire :

validation d’un modèle par réseaux bayésiens appliqué au cas d’étude de Moorea

(Polynésie Française)

Présenté par : Leenhardt Pierre

Soutenu le : 11/09/2009

Devant le Jury

M Guy Fontenelle, Agrocampus Ouest M. Etienne Rivot, Agrocampus Ouest

M. Jocelyne Ferraris, IRD M. Christine Largouët, Agrocampus Ouest

Anne-Sophie Barnay, AAMP

1

RReemmeerr cciieemmeennttss Je tiens à remercier tous ceux qui m’ont accompagné dans ce travail en Polynésie française. Je voudrais leur exprimer ma plus grande reconnaissance pour leur accueil, leur soutien financier,

le temps précieux qu’ils m’ont consacrés, leurs idées, leurs expériences. Chacun à leur manière, ils m’ont permis d’appréhender la pêcherie récifo-lagonaire de Moorea dans son ensemble et de

finaliser cette étude.

Jocelyne Ferraris Institut de Recherche pour le Développement, Perpignan

Moana Badie

Institut de Recherche pour le Développement, Papeete

Christian Chaboud Institut de Recherche pour le Développement, Sète

René Galzin

CRIOBE, Moorea

Maire Bustamanté Service de la Pêche, Moorea

Christian Monier

Service de la Pêche, Papeete

Arsène Stein Service de la Pêche, Papeete

Annie Aubanel

Service de l’Urbanisme et Comité National IFRECOR, Papeete

Je remercie également les pêcheurs lagonaires de Mo orea que j’ai côtoyés avec plaisir pendant plusieurs mois et qui m’ont fait dé couvrir leur métier et partager

leur quotidien.

Merci enfin à tous ceux qui ont contribué à faire de ce stage une expérience inoubliable, riche de rencontres et d’émotions : Max, Héloïse, Mathieu, Johan, Mohsen, Lucie, Pauline, Julie,

Pascal, Benoît, Franky, Yannick… et j’en oublie encore!

2

Sommaire

REMERCIEMENTS ................................................................................................................................................... 1

1 INTRODUCTION................................................................................................................................................. 4

2 MATERIELS ET METHODES........................................................................................................................... 6

2.1 PRESENTATION DU SITE D’ETUDE..................................................................................................................... 6 2.2 ETATS DE LA CONNAISSANCE BIBLIOGRAPHIQUE............................................................................................. 7

2.2.1 La pêche lagonaire à Moorea.................................................................................................................. 7 2.2.2 Les statuts des pêcheurs lagonaires......................................................................................................... 8

2.3 LE MODELE DE DEPART.................................................................................................................................. 10

2.3.1 Les réseaux bayésiens............................................................................................................................ 10 2.3.2 Le graphe causal.................................................................................................................................... 10

2.4 LE TRAVAIL DE TERRAIN ................................................................................................................................ 14

2.4.1 Plan d’échantillonnage.......................................................................................................................... 14 2.4.2 Elaboration du questionnaire ................................................................................................................ 15 2.4.3 Conditions d’enquête et fiabilité des données........................................................................................ 16

2.5 CONCERTATION, REUNIONS ET MOBILISATION DE LA CONNAISSANCE EXPERTE ............................................. 17

2.5.1 Discussion sur la structure du graphe causal : Validation.................................................................... 17 2.5.2 Validation des données par la connaissance experte ............................................................................ 17 2.5.3 Réunion avec les pêcheurs..................................................................................................................... 18

2.6 VALIDATION DE LA STRUCTURE DU MODELE PAR LES DONNEES D’ENQUETES................................................ 18

3 RESULTATS....................................................................................................................................................... 19

3.1 EXPLORATION ET UTILISATION DES DONNEES DE TERRAIN............................................................................. 19

3.1.1 Validation de la méthode d’échantillonnage par quotas ....................................................................... 19 3.1.2 Les sommets racines du modèle............................................................................................................. 20 3.1.3 Détermination du respect des Aires Marines Protégées........................................................................ 20

3.2 APPORT DE LA CONNAISSANCE EXPERTE ET DES DONNEES RECOLTEES : CONFRONTATION............................ 21 3.3 LA STRUCTURE DU MODELE : NATURE DES VARIABLES ET JUSTIFICATION DES RELATIONS CAUSALES........... 23

3.3.1 Partie Amont : l’adhésion...................................................................................................................... 23 3.3.2 Partie aval : les données de pêche......................................................................................................... 24

3.4 VALIDATION DE LA DETERMINATION DU RESPECT DU PECHEUR..................................................................... 25

3.4.1 La structure de décision......................................................................................................................... 25

3

3.4.2 Analyse du système de décision ............................................................................................................. 26 3.5 ANALYSE DU MODELE.................................................................................................................................... 27

3.5.1 Sensibilité du modèle aux probabilités marginales ............................................................................... 28 3.5.2 Les effets du respect sur la pêche .......................................................................................................... 29 3.5.3 Présentation des résultats du modèle .................................................................................................... 29

4 DISCUSSIONS .................................................................................................................................................... 31

4.1 METHODE D’ETUDE........................................................................................................................................ 31

4.1.1 Limites de l’utilisation des données provenant d’enquêtes de perception............................................. 31 4.1.2 Classification des pêcheurs ................................................................................................................... 32 4.1.3 Apport de la connaissance experte ........................................................................................................ 33 4.1.4 Les unités utilisées pour les données de pêche ...................................................................................... 33

4.2 L’ APPORT DE LA MODELISATION.................................................................................................................... 34

4.2.1 Vision globale ........................................................................................................................................ 34 4.2.2 Le cas des pêcheries lagonaires ............................................................................................................ 34

5 CONCLUSION.................................................................................................................................................... 36

BIBLIOGRAPHIE..................................................................................................................................................... 37

4

11 II nnttrr oodduucctt iioonn

Les récifs coralliens, écosystèmes tropicaux abritant une très grande biodiversité,

recouvrent 255 000 km² du fond des océans. Les pêcheries récifales, qui exploitent les ressources des écosystèmes coralliens, sont caractérisées par une grande variété de structure et de fonctionnement qui s’explique notamment par la diversité du milieu exploité (Ferraris et Cayre 2003). Ces pêcheries, qui font appel à des stratégies d’exploitation variées (pêche professionnelle, pêche de loisir, pêche de subsistance), sont multi spécifiques et multi engins (Brenier, 2009).

L’absence de grands stocks mono-spécifiques et la difficulté d’accès des récifs coralliens aux unités de pêche industrielle, expliquent que les pêcheries récifales soient principalement artisanales ou traditionnelles. Ainsi, les pêcheries récifales ne contribuent qu’à une petite fraction des captures de pêche mondiales (Pauly et al. 2003). Malgré cela, elles sont une source majeure de revenus et de protéines pour des millions de personnes.

La pêche lagonaire en Polynésie française est une activité qui fait partie intégrante du

mode de vie polynésien. L’activité halieutique de Moorea n’a qu’une faible vocation économique, mais la pêche a toujours joué un rôle très important pour la communauté insulaire pour des raisons culturelles et nutritionnelles.

Dans un contexte démographique (14 366 habitants en 2002 pour 16 507 en 2007, ISPF) et d’urbanisation croissante. Il est important d’avoir une vision précise de l’activité halieutique de Moorea. De nombreuses études depuis 1985 ont tenté d’évaluer la production ichtyologique (Galzin, 1985) ou encore la production halieutique (Aubanel, 1992, Vieux, 2002, Yonger, 2002, Brenier, 2009) de l’île de Moorea.

La quantification de la pêche lagonaire s’avère, ici comme dans d’autres milieux insulaires coralliens ou lieux avec de la pêche artisanale, un exercice particulièrement difficile, et ce pour de multiples raisons. La pêche est souvent nocturne, diffuse. Les débarquements se réalisent non pas sur des sites de débarquement précis mais tout le long du littoral et même souvent sur la partie littorale, privée, de la propriété familiale. La pratique possible de la pêche sans embarcation rend la perception de l’activité particulièrement délicate.

La diversité des méthodologies utilisées pour la quantification de l’activité halieutique (comptage de poisson vendu au bord des routes, enquête de consommation, enquête de perception) a produit des estimations de productions halieutiques et de rendements souvent très différentes (24.5 T.an-1.km-2, Brenier, 2007 contre 1.4 T.an-1.km-2, Aubanel, 1992). Malgré ces écarts d’estimations, il est largement admis que le lagon de Moorea est aujourd’hui surexploité (Yonger, 2002, Brenier, 2009).

En 2004, la Commune de Moorea Maiao a mis en place le Plan de Gestion de l’Espace

Maritime (PGEM). Le PGEM poursuit quatre objectifs : l’utilisation rationnelle et la valorisation des ressources et de l'espace ; la gestion des conflits d'utilisation du lagon ; le contrôle des pollutions et des dégradations du milieu marin ; la protection des écosystèmes marins et des espèces menacées. Dans le cadre de ce PGEM, il a été mis en place 8 AMP de tailles restreintes, reparties tout autour de l’île. L’objectif prioritaire des aires marines protégées au cours des années à venir est double. Il s’agit de faciliter la reconstitution des ressources marines et de favoriser la recolonisation d’espèces devenues rares ou menacées ; l’ensemble devant servir à la pêche lagonaire et au développement touristique. Concernant plus particulièrement la pêche lagonaire, « l’effet réserve » de l’aire marine protégée doit rayonner au-delà de l’aire strictement délimitée et ainsi assurer aux populations locales une exploitation durable de la

5

ressource. Cet « effet réserve » des aires marines protégées fait l’objet d’un suivi scientifique et aucun résultat n’a pour l’instant été publié.

Cette étude s’inscrit dans le cadre du projet GAIUS (Programme interdisciplinaire,

Agence Nationale de la Recherche, 2007) qui a pour ambition d’étudier la gouvernance des Aires Marines Protégées pour la gestion durable de la biodiversité et des usages côtiers. C’est à travers la pêche lagonaire à Moorea que nous allons nous intéresser aux usages et à l’exploitation de la ressource côtière.

L’objectif de cette étude consiste à mettre en place une méthodologie et l’appliquer afin de modéliser les effets de la mise en place d’AMP sur la pêche lagonaire. Cette étude ne prétend pas faire une étude quantitative de l’impact des AMP sur la pêche mais tentera plutôt de rendre compte de manière qualitative voir semi quantitative de l’évolution du comportement de pêche de tous les usagers de la ressource suite à mise en place du PGEM et de ses AMP en 2004. Ce travail tentera de modéliser ces phénomènes à l’aide des réseaux bayésiens qui sont à la fois des modèles de représentation des connaissances et outils de calcul puissant.

Nous disposons, en débutant ce travail d’une ébauche de la structure du modèle bayésien visant à modéliser la gouvernance des AMP de différents cas d’études. Ce travail se propose donc d’adapter le modèle au cas d’étude de l’île de Moorea. Comment peut –on optimiser le modèle ?

Dresser un état des lieux et identifier les problèmes majeurs, les besoins et les

opportunités de la pêcherie lagonaire de Moorea est une étape indispensable pour initialiser le processus d’optimisation du modèle. Cela passe par une étude de l’information disponible : bibliographie, banques de données, interviews auprès des acteurs concernés.

Ensuite une analyse détaillée du modèle de départ va nous permettre d’identifier les données nécessaires pour renseigner et paramétrer le modèle à l’aide de distributions de probabilités conditionnelles. Cette étape va donc nous permettre de mettre en place une méthodologie de recueil de données. Enfin, pour compléter, voire valider les données de terrain, nous ferons appel à la connaissance experte de différents acteurs clés de Moorea.

La réalisation de ces différentes étapes doit permettre d’obtenir un modèle plus développé et adapté pour étudier l’influence de la mise en place d’AMP sur le comportement des pêcheurs lagonaires. Nous proposerons alors une méthode d’analyse du modèle afin que celui-ci devienne un outil pertinent pour modéliser des scénarios de gouvernance de l’AMP en matière de pêche côtière.

C’est l’aspect méthodologique et prospectif plus que le paramétrage statistique de cette étude qui doit être mis en avant. La gestion des pêcheries récifales du Pacifique et la préservation des récifs coralliens sont un défi à relever. Combler le manque d’informations sur la connaissance des comportements des sociétés insulaires vis-à-vis des ressources marines est une priorité pour beaucoup d’îles du Pacifique et désormais un enjeu mondial dans le domaine de la conservation.

6

22 MM aattéérr iieellss eett MM éétthhooddeess

22..11 PPrr éésseennttaatt iioonn dduu ssii ttee dd’’ ééttuuddee L’île de Moorea est située à 25 km au nord ouest de Tahiti. De forme triangulaire, elle

présente une surface de 134 km², une altitude maximale de 1207 m et un linéaire de côte de 61 km (Fig.1). L’île est encerclée par un récif de type frangeant, large de 500 à 1500 m et interrompu par 11 passes. Le lagon comprend en allant du rivage vers l’océan : un récif frangeant, un chenal, un récif barrière et une crête récifale (Galzin et Pointier, 1985). La pente externe est la partie antérieure immergée du récif, en pente vers le large. La totalité de l’écosystème corallien reste submergée à marée basse et l’amplitude des marées n’est que d’une quarantaine de centimètres. Le climat est de type tropical humide avec deux saisons bien différenciées : une saison chaude, pluvieuse, de novembre à avril et une saison fraîche, moins pluvieuse, de mai à octobre.

La population de l’île de Moorea compte

16 507 habitants (ISPF 2007 contre 14 366 habitants en 2002). Moorea possède un Plan de Gestion de l’Espace Maritime (PGEM), le premier de la Polynésie française, applicable dans la commune de Moorea, par arrêté n°410/CM du 21 octobre 2004. Le PGEM poursuit quatre objectifs : l’utilisation rationnelle et la valorisation des ressources et de l'espace ; la gestion des conflits d'utilisation du lagon ; le contrôle des pollutions et des dégradations du milieu marin ; la protection des écosystèmes marins et des espèces menacées. Une réglementation applicable à tout le lagon a été définie et six types de zones ayant une réglementation spécifique ont été retenus. La réglementation concerne dix-huit zones délimitées au sein du lagon de l'île. Le choix du zonage et la définition des règles de gestion ont été précédés d’une période d’études et de large consultation de près de dix années. L’administration du PGEM est assurée par un comité permanent dont la mission est de fournir des renseignements relatifs au respect des objectifs du PGEM et de proposer toute mesure propre à assurer la meilleure gestion possible de l'espace lagonaire de l'île. A titre exceptionnel, le comité permanent peut formuler, auprès du conseil municipal, le vœu d'engager une révision du PGEM.

Figure 1: Situation géographique du site d’étude

7

22..22 EEttaattss ddee llaa ccoonnnnaaiissssaannccee bbiibbll iiooggrr aapphhiiqquuee

2.2.1 La pêche lagonaire à Moorea

Tout habitant de Moorea et plus généralement de Polynésie est pêcheur de nature. La grande majorité des polynésiens pratiquent la pêche lagonaire par opposition à la pêche hauturière. Alors que de nombreuses études ont déjà défini et étudié ce type de pêche, il semble relativement difficile de caractériser les groupes (ou statuts) de pêcheurs pratiquant cette activité, tout comme évaluer la production halieutique réalisée dans ce genre de pêcherie (Aubanel, 1992, Vieux, 2002, Yonger, 2002). En effet la multitude des stratégies et engins de pêche font des pêcheries récifales, des systèmes extrêmement complexes à appréhender.

2.2.1.1 Définition

Par opposition aux pêches hauturières et côtières, la pêche lagonaire se pratique sur les récifs frangeants et barrières, chenaux, et passes (soit le lagon au sens large) et sur les premiers mètres de la pente externe (80 à 100 mètres de profondeur) jusqu’à la limite de développement des coraux (Galzin et al., 1989). La pêche lagonaire concerne majoritairement les poissons, mais vise aussi un certain nombre de mollusques (trocas, bénitiers, poulpes, burgaux), crustacés (squilles, cigales de mer, langoustes, crabes) et échinodermes (oursins, holothuries) (Yonger, 2002).

2.2.1.2 Techniques et habitudes des pêcheurs L’activité halieutique de Moorea n’a qu’une faible vocation économique, mais la pêche a

toujours joué un rôle très important pour la communauté insulaire pour des raisons culturelles et nutritionnelles. La pêche lagonaire ne demande que peu de moyens et peut s’exercer tout près du littoral. En général, le pêcheur lagonaire utilise une pirogue à balancier (Fig.2). Il s’agit d’une embarcation traditionnelle qui peut être ou non équipée d’un moteur dont la puissance varie entre 2 et 25 CV. Il n’y a pas de voile et en absence de moteur le déplacement se fait à la pagaie. Les distances du rivage aux lieux de pêche sont relativement faibles car la largeur du lagon dépasse rarement le kilomètre, mais les pêcheurs peuvent être amenés à se déplacer vers des zones de pêche plus ou moins éloignées selon les conditions météorologiques des différentes côtes de l’île. Pour plus de sécurité, notamment la nuit, les pêcheurs embarquent à deux par pirogue (Yonger, 2002).

Les principales techniques de pêche pratiquées dans le lagon sont : le fusil sous marin, le filet (filet maillant ou filet avec une nasse), la ligne (ligne à main, palangrotte, traîne, ligne de fond), le harpon, la senne de plage, l’éperviers ou l’épuisettes (Yonger 2002). Les parcs à poissons, largement répandus aux Tuamotu et aux Iles-Sous-Le-Vent et qui représentent 90% des captures dans ces zones (Galzin et al, 1989) ne sont pas utilisés dans le lagon de Moorea. La chasse sous marine et la pêche au filet sont souvent la cause de conflits entre pêcheurs et les prestataires de services touristiques effectuant du shark-feeding sur la pente externe du lagon. Figure 2 : Jeunes pêcheurs devant des

bungalows de luxe pour touristes

8

Les requins, plus ou moins domestiqués et habitués à l’homme, s’attaquent aux chasseurs sous marins et aux filets, provoquant la perte du poisson et du matériel mais aussi parfois provoquant quelques blessures. Malgré le fait que le PGEM ait déjà interdit le shark-feeding dans le lagon le conflit reste présent sur la pente externe. De façon plus générale, il semble que le développement touristique provoque de nombreux conflits d’usages sur le lagon avec les pêcheurs de l’île.

Les pêcheurs utilisent plusieurs techniques selon leurs préférences, leurs moyens, la saison, les conditions météorologiques, les espèces visées, le moment de la journée. Certains cependant se spécialisent dans une seule technique : filet, fusil sous-marin ou ligne. Les poissons sont pêchés peu de temps avant leur mise en vente. La vente ayant surtout lieu le matin à partir de 5 heures, les pêcheurs sortent surtout le soir, ou la nuit qui précède. Une partie des ventes se fait également en fin d’après-midi, à cet effet, certains pêcheurs sortent dans la journée. Traditionnellement, les polynésiens consomment plus de poissons le dimanche, ainsi la période de pêche la plus importante est la nuit du samedi au dimanche (Aubanel, 1993). Le cycle lunaire influence fortement l’accessibilité des peuplements ichtyologiques du lagon. Les pêcheurs polynésiens suivent toujours de très près le calendrier lunaire tahitien et connaissent parfaitement les jours avec et sans poissons. Les nuits poissonneuses correspondent au dernier quartier de la nouvelle lune et la relative dépression au premier quartier de la pleine lune. Galzin (1985) a confirmé l’existence de ce cycle sur la biomasse ichtyologique des récifs de Moorea.

2.2.1.3 Production halieutique du lagon de Moorea Le rendement de la pêche lagonaire estimé à Moorea est très variable selon les études :

22,9 T.an-1.km-2 (Yonger 2002), 24.5 T.an-1.km-2 (Brenier, 2009) 0,7 à 1,4 T.an-1.km-2 (Aubanel 1993), 1,2 à 1,4 T.an-1.km-2 (Galzin et al. 1989), 1 à 2,2 T.an-1.km-2(Vieux 2002). Ces écarts d’estimation s’expliquent principalement par les différences des protocoles d’observation utilisés. L’étude de la pêche lagonaire de Moorea est rendue difficile de par le grand nombre de pêcheurs, de techniques de pêche, d’espèces ciblées, la part importante des captures destinées à l’autoconsommation, le grand nombre de canaux de distribution des produits de la pêche et le caractère informel des ventes.

Au total, 23% de la population de Moorea pratiquerait la pêche, 16% en loisir, 4,6% en complément de revenus et 2,6% (soit 388 personnes) de façon professionnelle. La pêche de subsistance représenterait 58% des prises effectuées dans le lagon (Yonger 2002). On retrouve cependant de grosses différences entre les études notamment dues à des approches méthodologiques complètement différentes. Deux autres études ont estimé le nombre de pêcheurs lagonaires professionnels en 1993 et en 2002 à une quinzaine d’individus (Aubanel 1993, Vieux 2002).

2.2.2 Les statuts des pêcheurs lagonaires Tout pêcheur peut vendre le produit de sa pêche. Il n’existe pas sur le territoire de

Polynésie française de système de licence de pêche pour le pêcheur lagonaire. Cependant, depuis 1998, la Chambre de l’Agriculture et de la Pêche lagonaire affiche sa volonté de reconnaître un statut professionnel à certains pêcheurs lagonaires. Elle a créé un registre de la pêche lagonaire. L’inscription à ce registre donne lieu à la délivrance d’une carte professionnelle de pêcheur lagonaire. Les détenteurs de cette carte seront les seuls à pouvoir bénéficier des aides territoriales. L’attribution de cette carte ne se fait que suite à une demande explicite du pêcheur. Celui-ci doit répondre à 4 conditions : être de nationalité française, pratiquer une activité de pêche, justifier d’un minimum de production et justifier d’une capacité professionnelle. Le Service de la Pêche est sollicité pour contrôler ces informations pour chaque pêcheur

9

émettant une demande. L’objectif à terme de cette démarche est d’essayer de n’autoriser la vente du poisson qu’aux seuls détenteurs de la carte. Sans statut officiel, les quelques associations de pêcheurs de Moorea n’ont aucun poids, et pas beaucoup de succès. Les pêcheurs ont du mal à s’entendre et s’organiser entre eux, l’individualisme atomise la profession et accentue la concurrence. Chaque litige mène à la dissolution de l’association. Cette absence de statut du pêcheur lagonaire professionnel et de toute reconnaissance administrative entraîne une grande imprécision à déterminer qui est pêcheur professionnel et qui ne l’est pas.

Cependant de nombreux travaux scientifiques ont, par le passé, tenté de décrire la

population de pêcheur de Moorea (Tab.1). L’objectif de cette revue de connaissance est ici de déterminer des catégories de pêcheurs qu’on nommera statuts. Chaque statut sera associé à un comportement et une stratégie de pêche qui lui est propre afin de pouvoir correctement décrire ensuite l’effet de l’installation des AMP sur les différents statuts de pêcheurs.

Référence Pêcheur Professionnel Pêcheur semi professionnel Pêcheur plaisancier

Galzin et al, 1989 cités

dans Yonger, 2002

Les pêcheurs professionnels qui tirent au moins 80% de leurs revenus de la pêche et qui y consacrent la moitié de leur temps. Ce sont des agriculteurs pêcheurs ou des commerçants pêcheurs. Ils vendent la majeure partie de leur production.

les pêcheurs semi professionnels qui ont une activité principale leur laissant du temps libre. Cette pêche n’est qu’un appoint, une partie des captures sert à la consommation familiale, le reste est vendue en bord de route.

les pêcheurs plaisanciers qui ne pêchent qu’à des fins d’autoconsommation

Pêcheur Professionnel Pêcheur occasionnel

Vieux, 2002 Pêche 5 fois par semaine, accompagné de collègues (fusil, ligne, filet)

Pêche 2 fois par semaine voir plus durant la bonne saison. (= pêche de subsistance + loisir)

La classification des pêcheurs lagonaires sur l’île de Moorea n’est pas chose aisée. Il

n’existe pas de classification à proprement parler. Au contraire chaque étude réalisée sur les pêcheries récifo-lagonaires sur Moorea a proposé une classification qui lui est propre. Pour les besoins de cette étude la classification des pêcheurs doit s’effectuer en fonction de critères comportementaux et socio-économiques. Les différents statuts de pêcheurs doivent être homogènes en termes de comportement et de gouvernance (vis-à-vis d’une mesure de gestion). De plus le principe de parcimonie imposé par la démarche de modélisation limite les possibilités de trop détailler les différents statuts.

L’étude qui nous concerne se déroulera pendant la saison de faible intensité de la pêche

(saison froide ou sèche). Par conséquent on peut raisonnablement penser que les personnes pratiquant la pêche (principalement destinée à la vente) avec assiduité (4-5 jours/semaine) pendant cette période et pendant tout le reste de l’année seront des pêcheurs professionnels. Durant cette période le pêcheur professionnel se distingue bien du pêcheur occasionnel. Cette distinction n’est pas toujours aisée à faire en période propice à la pêche (septembre – novembre) où il est fréquent de voir des pêcheurs occasionnels pratiquer une activité de pêche à plein temps. Cependant, on note qu’il existe aussi un profil de pêcheur bien spécial, qui possède une activité de pêche à plein temps pendant une période de chômage. Par exemple, il

Tableau 1: Identification des statuts de pêcheurs à l’aide de la bibliographie

10

est fréquent de rencontrer des personnes licenciées du secteur touristique (en crise) qui utilisent la pêche comme une activité permettant de survivre jusqu’à l’obtention d’un nouvel emploi. De la même manière, lorsqu’ils possèdent un emploi fixe, ce profil de pêcheurs pêche une à deux fois par semaine (surtout le week-end), voire plus pendant la bonne saison, dans un but d’autoconsommation. Ce type de personne n’a pas l’ambition de s’installer définitivement dans la pêche, mais utilise plutôt cette activité comme « roue de secours » pendant les périodes de crises : c’est une stratégie opportuniste. Ce type de pêcheurs sera classé comme pêcheur de subsistance, dans le sens où cette activité lui sert uniquement à survivre (autoconsommation ou vente). Enfin, on retrouve une dernière classe de pêcheurs dits de loisir qui ne pêchent qu’à des fins d’autoconsommation. Cette catégorie de pêcheur est très présente sur l’île et très mal recensée. On constate aussi dans ce groupe la présence de touristes, principalement en provenance de Tahiti, venant à Moorea le week-end et les jours fériés.

22..33 LL ee mmooddèèllee ddee ddééppaarr tt

2.3.1 Les réseaux bayésiens

Les Réseaux bayésiens sont à la fois des modèles de représentation des connaissances et des "machines à calculer" des probabilités conditionnelles (Borsuk et al, 2004). L’utilisation de cet outil mathématique nous intéresse spécialement dans notre cas d’étude. Il nous permet par exemple de réaliser graphiquement une synthèse de notre connaissance. Nous avons entrepris dans un premier temps au sein du projet GAIUS de formaliser la connaissance experte sur la gouvernance des AMP (à des niveaux socio-économiques, écologiques, halieutiques, juridiques) dans un modèle graphique global encore appelé graphe causal. Ce graphe a pour objectif de décrire les relations causales entre les variables d’intérêts. Les relations de cause à effet entre les variables ne sont pas déterministes, mais probabilistes. Ainsi, l'observation d'une cause ou de plusieurs causes n'entraîne pas systématiquement l'effet ou les effets qui en dépendent, mais modifie seulement la probabilité de les observer. L'intérêt particulier des réseaux bayésiens est de tenir compte simultanément de connaissances a priori d'experts (dans le graphe) et de l'expérience contenue dans les données.

Dans le cadre de l’étude de cas de Moorea on développe la structure de la partie halieutique du graphe causal à l’aide de connaissances expertes et de données récoltées sur le terrain pour ensuite tenter de paramétrer le graphe. On utilise pour cela de logiciel ELVIRA© pour simuler des scénarios de gouvernance. L’objectif est de formaliser les connaissances sur le système étudié. Suite à la validation du modèle, celui-ci pourrait être utilisé pour synthétiser les connaissances utiles à la prise de décision, contrôler ou prévoir le comportement d'un système, diagnostiquer les causes d'un phénomène.

2.3.2 Le graphe causal

Le graphe causal est composé des différentes variables. Ces variables sont représentées sous forme de sommets ou nœuds. Certaines variables sont reliées entre elles par l’intermédiaire d’un arc (le graphe est donc orienté) déterminant ainsi une relation causale, c'est-à-dire une relation de dépendance exprimée ici sous forme de probabilité conditionnelle. Le graphe est acyclique : il ne contient pas de boucle. Les flèches représentent des relations entre variables qui sont soit déterministes, soit probabilistes.

11

Un sommet est caractérisé par son ou ses sommets pères et par son ou ses sommets fils. Dans un réseau bayésien, chaque relation de dépendance (flèche) est caractérisée par une distribution de probabilité conditionnelle qui décrit la vraisemblance relative de chaque valeur du sommet fléché par rapport à toutes les valeurs possibles du sommet père. Un sommet qui ne reçoit pas de flèche est dit sans parent et est constitué d’une distribution de probabilité marginale (Borsuk et al 2004). On parlera aussi de distribution à priori.

Le modèle ci-dessous correspond à la partie halieutique du graphe causal Conceptuel, proposé au départ sur la base d’une expertise scientifique de Gaius mis en place pour modéliser la gouvernance des Aires Marines Protégées à partir du cas d’étude de l’île de Moorea (Fig.3). La présentation de ce graphe permet de souligner les mécanismes de gouvernance qu’on entend modéliser. Le graphe se décompose en deux parties : une partie dite « amont » dans laquelle on retrouve les sommets « Mesure de régulation » et « adhésion » ainsi que tous les sommets père associés (contrôle, communication, Croyance en l’effet réserve) et une partie dite « avale » centrée sur l’activité de pêche (effort, capture) avec comme sortie, la satisfaction du pêcheur.

2.3.2.1 Partie « Amont » du modèle

Le sommet mesure de régulation correspond aux différentes mesures, à caractère halieutique, mis en place par le PGEM (Plan de Gestion de l’Espace Maritime) sur les AMP. On recense trois types de mesure (autrement appelées manettes): interdiction de pêche totale, restriction sur la taille de capture, interdiction de pêche partielle (restriction sur un type d’engin).

Le sommet adhésion vise à décrire la probabilité avec laquelle le pêcheur va respecter les mesures mise en place par le PGEM. L’adhésion est fonction des sommets contrôle, communication et croyance en l’effet réserve. L’adhésion des pêcheurs enquêtés sera fonction

Effort. pro Effort. sub Effort rec

Mesure de régulation

Adhesion

Communication

Contr ôle

Satisf. pro

Satisf. sub

Satisf. rec

Mesure

Sortie

Contexte

Croyance en l’ « effet réserve »

Amont

Aval

Captures sub

Captures pro

Captures rec

Figure 3 : Modèle préliminaire de gouvernance de la pêche

12

de leur statut (professionnel, subsistance ou récréatif). On pourra par la suite, en fonction des résultats observés, subdiviser l’adhésion par statut en fonction du sexe ou des classes d’âge de l’échantillon. On considère que le principe d’adhésion au PGEM (équivalent au respect) est propre à un individu. En revanche celui-ci peut évoluer au cours du temps. Cette composante temporelle du réseau bayésien ne sera pas évoquée dans cette étude, cependant il est prévu par la suite de faire évoluer la structure du graphe et son paramétrage vers un modèle bayésien dynamique.

Le sommet contrôle tente d’évaluer l’impact de la présence de contrôle sur le comportement du pêcheur. C’est en quelque sorte « la peur du gendarme ». Le pêcheur peut tenir compte, ou non, du contrôle dans sa prise de décision pour adhérer aux règles du PGEM (variable binaire). En d’autre terme on affectera au sommet contrôle la probabilité (marginale) pour que la présence de contrôle ait un impact sur la décision de respecter, d’adhérer au PGEM.

Le sommet communication mesure le degré d’information de la population de pêcheurs. En effet la plupart du non respect des règles semble, selon les gestionnaires, provenir de la complexité de la réglementation et du manque de communication la concernant. Cependant il semble difficile de juger précisément du degré d’information d’un pêcheur. Cette variable information sera donc binaire (deux modalités : bien ou mal informé).

L’effet croyance est un sommet qui renseigne le modèle sur la culture générale de l’usager de la ressource en matière de conservation. On parle de croyance en l’effet réserve. Notons que dans la culture polynésienne il existe deux types de réserves. Le « rahui » est une réserve temporaire mis en place par la communauté locale. Ce concept est proche de réserve tournante, et peut être assimilé au concept de jachère en agriculture. A l’inverse il existe aussi le « tapu » qui est une réserve absolue, sans limite de temps. Ce sommet reflète donc la probabilité que les pêcheurs reconnaissent ou non les effets de mesures de conservation sur un biotope donné. Pour les mêmes raisons que le sommet communication, la variable associée à ce sommet sera binaire.

2.3.2.2 Partie « aval » du modèle

Dans cette partie du modèle, on entend modéliser l’évolution du comportement des pêcheurs face à une mesure de gestion. Les deux variables utilisées sont l’effort de pêche et la capture (souvent proposées en tant qu’indicateur de l’effet AMP). Pour des raisons de facilité et de généricité du modèle, les efforts seront calculés en nombre de sorties effectuées par semaine. D’après l’étude d’Aubanel, 1992 et Vieux, 2002, il semble que la manière la plus adéquate pour mesurer les captures soit de se fier à la référence polynésienne : le tui ou paquet. Lors du débarquement, les poissons ne sont pas pesés mais mis en paquets ou filoches (tuis) de façon monospécifique dans la mesure du possible. Ces paquets jamais pesés contiennent un nombre variable d’individus, de façon à ce qu’il pèse 3 kg environ. Sur les fiches de pêche, les pêcheurs notent le nombre de filoches pêchées et ce nombre est ensuite multiplié par 3 pour avoir le poids des captures, d’où une certaine approximation. Cependant plusieurs études (Yonger, 2002 Vieux, 2002) ont démontré que si au cours du temps le prix du tui a évolué son poids est toujours resté fixe autour de 3 kg.

D’après la structure du graphe causal, l’effort de pêche est dépendant de la mesure de

régulation d’une part et de l’adhésion du pêcheur d’autre part. Les sommets effort et captures seront multi-valués selon trois critères afin de faire ressortir l’impact de la gouvernance des AMP. Les trois critères ou variables sont : la classe à laquelle le pêcheur appartient, la zone de pêche ainsi que le temps.

� Les classes de pêcheurs

13

Le terme classe de pêcheur permet de qualifier le pêcheur en fonction de son statut et

de l’engin qu’il utilise. Le statut d’un pêcheur est quelque chose de fixe à un instant t donné. Le pêcheur peut par ailleurs avoir une stratégie de pêche multi engins. On parlera par exemple de pêcheur professionnel chasseur sous marin (PPchas), ou alors de pêcheur de subsistance pêchant au filet (PSfil).

Afin de réduire au maximum la complexité du modèle et de minimiser la phase de collecte de données, nous avons restreint les engins utilisés à Moorea en trois groupes : fusil de chasse sous marine, ligne et filet. Ces trois types d’engins multipliés par les trois statuts du pêcheur nous donnent neuf classes possibles dans lesquelles les pêcheurs sont répertoriés. (PPchas, PPlig, PPfil, PSchas, PSlig, PSfil, PLchas, PLlig, PLfil). L’intérêt de cette classification est de pouvoir mettre en évidence les classes impactées par la réglementation du PGEM. Un pêcheur pouvant appartenir à plusieurs classes, cette classification permettra d’observer les reports d’effort opérés entre les différents engins

� La zone de pêche

Pour une zone contenant une AMP (associée à une

mesure de régulation particulière), on divise la surface lagonaire en deux zones (Fig.4). La zone 1 (Z1) correspond à la surface occupée par l’AMP et dans laquelle s’applique la mesure de gestion. La zone 2 est une zone adjacente située de part et d’autre de la zone 1. De nombreuses publications scientifiques s’accordent à dire que cette zone peut bénéficier de l’effet réserve de l’AMP : c’est l’effet « spillover » REF ?. Cependant la superficie d’une zone pouvant bénéficier de l’effet réserve dépend d’une part de la taille de l’AMP, mais aussi de nombreux autres facteurs. Dans notre cas d’étude la superficie de la zone 2 est variable d’une AMP à l’autre. La délimitation de cette zone a été réalisée uniquement sur des critères pratiques. On considère ici que la Z2 se situe entre la limite de l’AMP et la passe suivante du récif. Ce choix de délimitation de zone est adapté au contexte local. En effet les pêcheurs de Moorea ont pour habitudes de décrire leurs zones de pêche en fonction des différentes passes traversant la crête récifale. A terme cet indicateur de zone (Z1/Z2), pourra permettre d’observer ou non d’éventuels reports d’effort et donc de captures suite à la mise en place d’une mesure de régulation au sein de l’AMP.

� Des données de pêche sur deux années

L’objectif du modèle proposé dans cette étude est d’observer l’impact de l’installation d’Aires Marines Protégées sur le comportement des usagers de la ressource lagonaire. Pour noter une quelconque évolution nous avons besoin d’un point de référence. Nous avons choisi comme référence l’année 2000 (4 ans avant la publication officielle du PGEM). La pertinence de ce choix est discutable, la seule contrainte que nous nous sommes fixée étant de prendre un point de référence avant l’apparition du PGEM. Pour effectuer un comparatif par rapport à cette année 2000 de référence, il est nécessaire d’avoir en plus des données actuelles (année 2009).

Cette méthode possède néanmoins une portée limitée concernant la fiabilité des données de l’année 2000. En effet les informations récoltées, pour cette année là, ne pourront

Z2

Z2

Z1=AMP

Passe

Figure 4: Zonage de l’AMP Ahi de Moorea

14

être en aucun cas considérées comme précises, sauf pour les pêcheurs professionnels tenant à jour un carnet de capture depuis dix ans.

Pour résumer, chaque sommet de la partie « aval » du modèle sera mutivarié en fonction

de la classe du pêcheur, de la zone de pêche (Z1/Z2) et de l’année (2000/2009) (Fig.5). Une fois les données de terrain récupérées, il sera alors intéressant d’évaluer leur qualité pour les utiliser de la meilleure façon dans le modèle.

22..44 LL ee tt rr aavvaaii ll ddee tteerr rr aaiinn

2.4.1 Plan d’échantillonnage Les zones sélectionnées sur la

carte sont les zones sur lesquelles portera l’échantillonnage (Fig.5). Dans les trois zones sélectionnées, on retrouve trois mesures de gestion différentes. Dans la zone A dite de Tiahura toute forme de pêche est formellement interdite dans les trois AMP. La zone B, dite de Papetoaï, comprend une AMP dans laquelle on limite les tailles de capture des poissons lagonaires. Enfin dans la zone C, dite d’Afareaïtu, le PGEM interdit partiellement la pêche c'est-à-dire que seules certaines techniques (comme la chasse sous marine de jour) sont autorisées.

Ce plan d’échantillonnage permet d’étudier tous les types de mesures de régulation

effectives sur Moorea. Les autres AMP non échantillonnées (nord est de l’île) ont des mesure de gestion similaire aux zones déjà étudiées.

Les pêcheurs enquêtés résident pour la plus grande majorité à l’intérieure ou à proximité de ces zones. Il peut arriver cependant, que lorsque les pêcheurs possèdent des embarcations motorisées type « poti marara », ils pêchent loin de leur lieu de résidence. Par exemple il est arrivé de rencontrer des pêcheurs d’Afareiatu (Zone C) pêchant régulièrement à Papetoaï (Zone B). Cependant ce type de comportement est plutôt rare.

Pour échantillonner la population de pêcheurs on décide d’utiliser la méthode des quotas, en fonction du statut des pêcheurs. L'échantillonnage par quotas est l'une des formes les plus courantes d'échantillonnage non probabiliste. Il s'effectue jusqu'à ce qu'un nombre précis d'unités (de quotas) pour divers sous populations (statuts des pêcheurs) ait été sélectionné. L'échantillonnage par quotas est un peu similaire à l'échantillonnage stratifié parce que dans son cas également les unités semblables sont regroupées. Toutefois, il en diffère sur le plan du mode de sélection. Dans le cas d'un échantillonnage probabiliste, on sélectionne les unités au hasard, tandis que dans celui d'un échantillonnage par quotas, on laisse habituellement à l'intervieweur le soin de déterminer qui sera échantillonné. Cela peut donner lieu à des biais de sélection. Puisqu'il n'existe aucune règle qui régirait la façon dont il faudrait

Figure 5: Les zones d’études

1 km

N AMP

AMP

AMP

AMP

AMP AMP

AMP

AMP

15

s'y prendre pour remplir ces quotas, l'échantillonnage par quotas est réellement un moyen de satisfaire aux objectifs en matière de taille d'échantillon pour certaines sous populations (pêcheurs professionnels, de subsistance, récréatif). Les quotas peuvent être fondés sur des proportions de la population. Dans notre cas on utilisera les différents statuts de pêcheurs. Ce critère est simple à déterminer et décrit dans la littérature scientifique. Comme dans le cas de toutes les autres méthodes d'échantillonnage non probabiliste, il faut supposer pour l'échantillonnage par quotas que les personnes sélectionnées sont le plus représentatives possibles de celles qu'on ne sélectionne pas, afin de formuler des inférences au sujet de la population.

On échantillonne donc une population de pêcheurs de Moorea. Les quotas utilisés sont la répartition des statuts (en pourcentage) au sein de cette population de pêcheurs. Yonger en 2002 et Brenier en 2009 ont relevés respectivement 11% et 4% de pêcheurs professionnels, 20% et 25% de subsistance et 70% et 64% de loisir.

2.4.2 Elaboration du questionnaire

Afin d’obtenir des données pour alimenter le modèle, nous avons choisi de réaliser des questionnaires fermés auprès des pêcheurs de Moorea. Ces données ont pour objectif de renseigner les sommets du graphe causal pour obtenir à terme des distributions de probabilité. Pour cela le questionnaire s’articule autour de trois grandes parties (Annexe I).

Dans un premier temps on caractérise l’activité de pêche. Les questions posées concernent la fréquence de pêche (annuelle, hebdomadaire), le type de pêche réalisée (nature des engins), mais aussi la présence d’embarcation et les zones de pêches fréquentées. Le but de cette partie est de pouvoir affecter au pêcheur les classes qui lui correspondent tout en sachant les zones de pêche qu’il fréquente.

Une fois la classification du pêcheur réalisée, on pose une série de questions sur ses données de pêches afin de caractériser son activité, l’évolution de l’effort et des captures. Ce type de données renseigne la partie aval du modèle.

Enfin dans un troisième temps on détermine l’adhésion du pêcheur (le respect) au concept d’AMP par une série de questions centrées autour de trois grandes thématiques relatives aux sommets du graphe : communication, contrôle et croyance en l’effet réserve. On sonde le pêcheur sur l’impact de la présence de contrôle sur son comportement. Ensuite on teste ses connaissances globales sur le PGEM puis à l’aide d’une carte de Moorea vierge on vérifie le niveau de connaissance de pêcheur sur les règles et les délimitations des AMP proches ou sur ses lieux de pêche. Pour renseigner le sommet croyance en l’effet réserve on interroge le pêcheur sur l’effet selon lui que peut avoir une AMP, mais aussi le rahui, sur l’environnement et la présence de poisson. Il est nécessaire de préciser ici que lors des entretiens avec les pêcheurs, la détermination de leur adhésion au PGEM est faite par rapport à des questions qui traitent du plan de gestion dans sa globalité. Les questions ne concernent pas la mesure de gestion qui affecte directement le pêcheur (c'est-à-dire la mesure de gestion en vigueur dans l’AMP proche ou dans la zone de pêche de l’enquêté)

Le questionnaire a fait l’objet dans un premier temps d’un test préliminaire auprès de certains pêcheurs. Ce test a permis de valider la structure du questionnaire mais aussi la nature des questions posées. Il a aussi permis de travailler la formulation des questions face aux pêcheurs et d’adapter la stratégie d’interview pour obtenir la meilleure qualité possible de données. Le questionnaire de base une fois réalisé a été modifié pour pouvoir s’adapter à des profils différents de pêcheurs. Pour enquêter les pêcheurs professionnels et de subsistances les données de capture et d’effort sont beaucoup plus précises que pour le pêcheur récréatif. Dans le premier cas les pêcheurs fournissent des données de pêche avant et après l’installation des

16

AMP. Dans le second cas, le pêcheur de loisir note s’il a pu observer une variation de la quantité de poisson au cours des dix dernières années. Pour des raisons pratiques le questionnaire pour la pêche de loisir est conçu de telle façon qu’il puisse être rempli par la personne enquêtée elle-même. A l’inverse les enquêtes auprès des pêcheurs de subsistances et professionnels demandent un investissement de l’enquêteur.

2.4.3 Conditions d’enquête et fiabilité des données

Le travail d’enquêtes s’est réparti sur quarante cinq jours (1er Avril-15 Mai). Plusieurs méthodes d’enquêtes ont été testées dans une phase préliminaire. La méthode, la plus simple, consistant à interviewer le pêcheur muni d’un questionnaire fermé, a semblé peu adéquate. En effet l’enquêté se méfie du caractère formel de l’enquête. La méthode la plus adaptée, que nous avons choisi de retenir, est celle de l’entretien semi directif. Une fois le questionnaire appris par cœur, on oriente la discussion en fonction des besoins en information. La durée de l’entretien est par contre beaucoup plus importante : chaque interview dure près de quarante cinq minutes contre seulement 10 minutes avec le questionnaire à la main. Cette méthode demande dans un premier temps d’enregistrer les entretiens à l’aide d’un dictaphone. Cependant l’enregistrement de l’interview contraint l’enquêteur à traité l’interview ultérieurement, ce qui est assez laborieux. Un compromis fût trouvé faisant appel uniquement à la mémoire. Un test préalable ayant prouvé que l’effet mémoire de l’enquêteur n’altérait pas la fiabilité des résultats par rapport à la méthode d’enregistrement. Une troisième méthode, consistant à distribuer le questionnaire muni d’un stylo pour le faire remplir directement par l’enquêter, a été utilisée uniquement pour les pêcheurs récréatifs.

Afin de satisfaire les objectifs de quotas, en terme de statut de pêcheur, plusieurs stratégies furent adoptées pour trouver les pêcheurs. Les pêcheurs professionnels et de subsistance furent principalement enquêtés suivant trois méthodes. La première méthode consistant, comme précisée dans la bibliographie Aubanel, 1992, Vieux, 2002, à enquêter les sites de vente de poisson au bord de la route (la matin entre 4h30 et 6h00 et l’après midi entre 16h et 17h). La seconde méthode a consisté à contacter directement les pêcheurs vendeurs de poissons grâce à un listing des pêcheurs possédant une carte de pêche fournie par le Service de la pêche de Papeete (SPE). Enfin une après midi d’enquête fût aussi réalisée accompagnée de la responsable du Service de la Pêche de Moorea. Cette personne m’a permis d’aller voir des pêcheurs n’étant pas recensés dans le listing du SPE ou moins accessibles car ne vendant pas directement au bord des routes (système de vente à la commande). Cependant la qualité des réponses obtenues peut être discutée, les pêcheurs pouvant éventuellement considérer le questionnaire comme un contrôle. On peut donc penser que ce contexte d’enquête a pu empêcher les pêcheurs de s’exprimer librement.

Pour obtenir des données de pêcheurs récréatifs plusieurs stratégies furent adoptées. Pour enquêter les pêcheurs de loisirs de Tahiti, trois séries d’enquêtes furent réalisées, au cours des grands week-ends d’avril et de mai, à bord du Ferry de la compagnie AREMITI effectuant la liaison entre Moorea et Papeete. Pour trouver les pêcheurs de loisirs de Moorea des questionnaires furent distribués dans la mairie et l’hôpital de Moorea et des enquêtes réalisées dans les fêtes d’Eglise regroupant un grand nombre d’habitants

17

22..55 CCoonncceerr ttaatt iioonn,, rr ééuunniioonnss eett mmoobbii ll iissaatt iioonn ddee llaa ccoonnnnaaiissssaannccee eexxppeerr ttee

2.5.1 Discussion sur la structure du graphe causal : Validation

Avant d’entamer la phase de collecte de données, plusieurs réunions ont été organisées avec des acteurs locaux du Service de la Pêche et du Comité permanent du PGEM. Ces réunions se déroulaient en deux parties. Dans une première partie, nous réalisions une présentation du programme GAIUS et de la structure du modèle. Dans un deuxième temps les personnes présentes à ces réunions émettaient leurs avis sur le modèle et surtout leur vision de son application au cas d’étude de Moorea.

2.5.2 Validation des données par la connaissance experte

La taille du jeu de données disponible est un élément à prendre en compte dans la création du modèle. Les probabilités marginales du modèle ne seront pas beaucoup affectées par la taille de l’échantillon. En revanche les sorties du modèle et les probabilités conditionnelles qui leurs sont associées seront basées sur des groupes d’individus beaucoup plus restreints, ce qui peut limiter de façon importante la portée des résultats obtenus uniquement à partir des données. Afin de valider la paramétrisation du modèle nous avons aussi fait appel à la connaissance experte. Le Service de la pêche de Polynésie Française nous a donc livré son expertise sur les relations de gouvernance existant au sein de la pêcherie. Cette expertise a été faite à l’aide de tableau (Annexe II) dans lesquels les experts affectaient des probabilités à tous les types d’évènements possibles. Afin de minimiser les divergences entre les experts nous nous sommes basés sur une publication scientifique dans laquelle on associe une gamme de probabilité à un mot donné (Thomas et al ?) (Tab.2).

Certains Probable Envisageable Je ne sais pas Peu envisageable Improbable Impossible 100% 95% 95%>x>50% 50% 50%>x>15% 15% 0%

La confrontation des données de terrain et expertes nous emmène à rencontrer trois cas de figure : les données de terrain sont confirmées par la connaissance experte, la connaissance experte permet de fournir une information que l’on n’a pas pu obtenir sur le terrain et les données expertes s’opposent au terrain. Dans ce dernier cas c’est le nombre d’observations qui permet de trancher. Pour des raisons pratiques nous avons fixé arbitrairement que si le nombre d’observation pour une combinaison d’évènements donnés dépassait cinq, on décide de favoriser les données de terrain. Une telle règle de décision est tout à fait discutable, taille limite d’échantillon de cinq individus n’a pas ou très peu de valeur statistique, cependant le nombre d’individus observables pour une combinaison d’événements peut parfois se révéler très faible sur l’île de Moorea.

La confrontation des données d’experts doit de même suivre une méthodologie bien précise. Elle est largement décrite dans la littérature scientifique. Cependant nous n’avons pas abordé ce point. En effet les expertises réalisées sur les données du modèle ont abouti à un consensus entre les experts. Un seul expert (Arsène Stein, responsable de la pêche lagonaire

Tableau 2 : Table de correspondance pour l’expertise

18

au SPE) a ensuite rempli le tableau d’expertise résumant ainsi les points de vue de ces collègues.

2.5.3 Réunion avec les pêcheurs

Au cours des 4 mois de mission sur Moorea, une réunion organisée avec l’équipe GAIUS fut organisée pour présenter le travail de recherche aux pêcheurs afin de maintenir la communication entre les scientifiques et les pêcheurs. Nous avons, à cette occasion, présenté les premiers résultats des enquêtes réalisées afin de faire réagir les pêcheurs sur les résultats préliminaires. Un des objectifs de cette réunion était de voir si les réactions des pêcheurs pouvaient nous donner des informations supplémentaires sur la structure du graphe causal. A l’heure de la discussion, les débats ont essentiellement portés sur les problèmes qu’engendrait le PGEM sur leur activité mais aussi sur des conflits d’usages au niveau du lagon avec d’autres usagers comme les prestataires touristiques par exemple (ex : sharkfeeding). Cette réunion nous a donc permis de renseigner la structure du modèle et sur les connexions du modèle halieutique avec d’autres composantes (aspect touristique, fréquentation…) d’un modèle plus global sur la gouvernance des AMP.

22..66 VVaall iiddaatt iioonn ddee llaa ssttrr uuccttuurr ee dduu mmooddèèllee ppaarr lleess ddoonnnnééeess dd’’ eennqquuêêtteess

Il est intéressant d’apporter à la structure du modèle un regard différent de celui de l’expertise. On se propose dans cette partie, d’étudier le graphe causal par l’intermédiaire du Modèle Linéaire Généralisé (GLM). Cette approche n’est pertinente que sur la partie amont du modèle concernant le processus d’adhésion. La variable à expliquer est le respect. Les variables explicatives sont les sommets racines « contrôle », « information » et « croyance en l’effet réserve » Afin de vérifier l’exactitude de la structure de ce graphe causal, des tests du KHI-2 conditionnel auraient permis d’obtenir des résultats plus précis. Cependant la faible taille du jeu de données est encore un frein à l’utilisation de ce test. Pour valider la structure de modèles qualitatifs tel que celui-ci il est recommandé dans la littérature scientifique d’utiliser la distance de Kullbert Leibler (Dupuis et Robert, 1998, Goutis et Robert, 1998). C’est une mesure de la quantité d’information perdue lorsqu’on représente la « vérité » par le modèle. Le problème est que pour la connaître il faut connaître explicitement la « vérité ». Il est aussi possible d’utiliser le critère d’Akaïke (Whillemin, 2009, comm. pers). Dans un premier temps, nous allons tester une série de modèles additifs par l’intermédiaire du Critère d’Akaïke (AIC). Une fois le modèle sélectionné nous pourrons ensuite, grâce à l’étude des résidus, étudier le processus d’adhésion du pêcheur.

19

33 RRééssuull ttaattss

33..11 EExxpplloorr aatt iioonn eett uutt ii ll iissaatt iioonn ddeess ddoonnnnééeess ddee tteerr rr aaiinn

3.1.1 Validation de la méthode d’échantillonnage par quotas Au total, 96 enquêtes furent réalisées sur tous les types de pêcheurs (professionnel,

subsistance, loisir) de Moorea. Nous avons distingué, sur ces 96 individus, 19 pêcheurs professionnels, 20 pêcheurs de subsistance et 57 pêcheurs récréatifs. Pour les deux premiers statuts de pêcheurs nommés, la totalité des individus enquêtés résidaient à Moorea alors que seulement 1 tiers des pêcheurs de loisirs était résidant de l’île, les deux tiers restant venant dans leur intégralité de l’île de Tahiti. Cependant la moitié des pêcheurs de loisirs de Tahiti appartiennent à un foyer de Moorea. Ces personnes viennent sur Moorea presque tous les weekend de l’année pour retrouver leur famille. On peut donc les inclure dans la population de pêche de loisir de Moorea car ces personnes ont tout à fait pu être recensées dans les enquêtes de Yonger ou Brenier. On dispose donc d’un échantillon de pêcheur de loisir de 40 individus.

Nous avons comparé les quotas de statuts de pêcheurs obtenus avec ceux obtenus dans

des études antérieures (Fig.6). Les résultats de Yonger, 2002 sont une typologie des pêcheurs de Moorea obtenue à partir d’une ACM réalisée sur 170 individus. Dans cette étude, l’auteur reprend explicitement la classification des différents statuts de pêcheurs énoncée par Galzin et al en 1989. Un test du Khi-2 a été effectué entre les données Yonger et celles récoltés lors de cette étude. Les résultats du test ne montrent pas de différence significative entre ces deux jeux de données (p-value = 0.02395) : la méthode des quotas est donc validées.

Pour les résultats de Brenier, 2009, les données proviennent d’enquêtes réalisées auprès d’écoliers durant l’année 2008. La méthodologie utilisée est différente que celle utilisées par Yonger. Le test du Khi deux confirme la méthode des quotas utilisés dans cette étude (p-value = 0.0001458).

Concernant la répartition des quotas au sein des différentes zones d’études (Fig.7), on

remarque qu’il existe des disparités. La majorité des écarts observés entre les zones d’études peut être expliquée par le contexte socio-économique des zones et notamment à cause de la pression foncière liée aux activités touristiques. Par exemple la zone de Tiahura (zone la plus touristique) qui compte de nombreux hôtels de luxe recense très peu de pêcheurs de subsistance. En effet ces pêcheurs sont souvent assez modestes et ne peuvent pas accéder à

Figure 7 : Distribution (%) des différents statuts en fonction des zones d’études de

l’enquête 2009 ?

Figure 6 : Comparaison des Proportions des quotas obtenues avec d’autres études

0,0

10,0

20,0

30,0

40,0

50,0

60,0

70,0

80,0

90,0

100,0

Professionnel Subsistance Pro + Sub Sub + Loi Loisir

Tiahura Papetoaï Afareaïtu

0,0

10,0

20,0

30,0

40,0

50,0

60,0

70,0

80,0

90,0

100,0

Professionnel Subsistance Pro + Sub Sub + Loi Loisir

Yonger, 2003 Données de terrain Brenier, 2009

20

la propriété dans cette région de l’île. A l’inverse on recense beaucoup de pêcheurs de subsistance dans la zone d’Afareaitu qui est plus pauvre.

3.1.2 Les sommets racines du modèle Un premier aperçu des données de terrain, nous a permis d’observer les premières

caractéristiques de la gouvernance des AMP sur le système de pêche de Moorea. Cependant la faible taille du jeu de données nous incite à rester prudent qu’en aux tendances qui semblent se dégager de ces premiers résultats. Certains tests statistiques devront être réalisés par la suite afin de confirmer ou non ces premières observations.

Les trois sommets pères de l’adhésion sont présentés, on parlera aussi de sommets racines (sommet sans parent). Ces variables sont binaires, les distributions de probabilités observées ont été calculées à partir des questions perceptions de l’enquête. Ces variables, correspondant à des sommets contextes dans le modèle, nous indique qu’un des principaux obstacles à l’adhésion de la population et donc au respect du plan de gestion semble être l’information (Fig.8). Les usagers du lagon sont perdus dans la complexité des règlements régissant le lagon et qui s’appliquent spécialement aux AMP.

3.1.3 Détermination du respect des Aires Marines Protégées

Afin de mettre en évidence le processus d’adhésion aux AMP on divise celui-ci en deux phases en faisant apparaître sur le graphe causal un sommet intermédiaire nommé « base adhésion ». Dans le questionnaire réalisé auprès des pêcheurs, on distingue les questions relatives aux différents sommets racines : l’information, le contrôle et la croyance en l’effet réserve de mesure de gestion. On détermine pour chacune de ces thématiques si elles jouent un effet positif ou négatif dans le processus d’adhésion du pêcheur. La combinaison des réponses nous permet de déterminer ce que nous appellerons la base de l’adhésion. Un pêcheur qui a répondu positivement à toutes les questions concernant le contrôle, l’information et la croyance en l’effet réserve, adhère aux AMP (base adhésion =1, sinon base adhésion =0). Cette règle de décision très restrictive nous permet de diviser notre échantillon total de pêcheurs en deux. Les pêcheurs ayant obtenu « base adhésion =1 » constituent un « noyau dur » d’individus dont on est assez confiant de leur adhésion aux AMP. On désire ensuite pouvoir confirmer cette règle. On utilise pour cela des informations du questionnaire non utilisées. On teste donc la règle de base adhésion par une série de questions filtres concernant la zone de pêche, le type d’engins utilisés mais aussi des questions plus générales sur l’impact des AMP sur l’activité de pêche de l’enquêté.

65

63

32

35

37

68

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

croyance

impact contrôle

information

oui non

Figure 8: Distributions des sommets racines

21

* : au total on a 20 individus avec « base adhésion =1 » et 19 de ces 20 individus (95%) respectent le PGEM (« respect=1 ») + : effet positif sur l’adhésion (« oui » sans fig.9) - : effet négatif sur l’adhésion (non dans fig.9) Ce filtre est réalisé au cas par cas pour chaque individu sans pour autant se servir des

mêmes informations (c'est-à-dire des mêmes informations du filtre) à chaque fois. Ce filtre n’est pas explicitement visible dans le modèle d’adhésion du pêcheur. Cependant on étudiera son impact ultérieurement à travers le GLM effectué sur cette partie du graphe causal.

La règle de décision de « base adhésion » nous permet donc de pouvoir déterminer un premier lot de pêcheur, à partir de trois variables (contrôle, information, croyance en l’effet réserve) (Tab.3). Pour l’autre lot de pêcheurs (base adhésion =0) il est difficile de pouvoir se prononcer avec certitude à partir de ces trois variables uniquement. La présence de questions filtres permet de nuancer la règle de décision de base adhésion.

33..22 AAppppoorr tt ddee llaa ccoonnnnaaiissssaannccee eexxppeerr ttee eett ddeess ddoonnnnééeess rr ééccooll ttééeess :: ccoonnffrr oonnttaatt iioonn

Les données obtenues, suite aux enquêtes, apportent au modèle des informations

quantitatives. Si tous les sommets de la partie amont du modèle sont bien renseignés, il n’en est rein dans la partie aval. En effet il existe un très grand nombre de combinaisons d’événements possibles pour les sommets efforts qui sont multivariés (et avec plusieurs parents). Il est donc difficile avec un échantillon réduit de balayer cet éventail de possibilités et de surcroît d’obtenir dans chacun des cas un échantillon suffisamment grand d’un point de vue statistique.

Dans la partie amont du graphe causal les données vont nous permettre de pouvoir valider la structure mise en place suite aux enquêtes et aux réunions d’experts. En revanche dans la partie aval, concernant les données de pêche, la solution consiste à fusionner les données d’enquêtes et d’expert.

La confrontation des données de terrain et expertes (Tab.4) permet de mettre en évidence les avantages et les difficultés d’utiliser l’apport de ces deux types de connaissance. Lorsqu’on prend par exemple l’effort des pêcheurs professionnels, près de 38% des distributions de probabilités du modèle sont identiques entre terrain et expertise. L’expertise a l’avantage de fournir des données pour 37% de paramètres qui n’ont pas été décrit sur le terrain. Enfin, on note tout de même que dans près de 25% des cas les données de terrain diffèrent de celle des expertises.

Contrôle + - Information + - + -

Effet croyance + - + - + - + - Base adhésion + -

Probabilité (Respect = 1) Professionnel Subsistance

Loisir

0.8*

1 1

0

0.17 0.22

Tableau 3: Bilan de la règle d’adhésion d’un pêcheur aux AMP

22

On utilise alors la taille de l’échantillon pour pondérer l’information la plus pertinent même si la plupart du temps on arrive à un compromis. Ces écarts constatés entre le terrain et l’expert sont majoritaires lorsque l’on décrit le comportement des pêcheurs ne respectant pas le PGEM. La notion de respect est ici délicate à interpréter car elle n’implique pas forcément que le pêcheur transgresse les règles en permanence. Un pêcheur qui n’adhère pas au PGEM est en réalité un pêcheur qui pêche sans se soucier des règles en vigueur. Il ne cherche pas pour autant à les transgresser en permanence.

De ce fait on peut penser que les données de terrain sont probablement un meilleur reflet de la réalité que l’avis d’un expert. En effet il est extrêmement compliqué pour un expert d’envisager le caractère aléatoire du comportement des pêcheurs n’adhérant pas aux règles en vigueur. Nous recommandons donc dans ce cas précis d’accorder plus d’importance aux données même en faible nombre.

EFFORT

INTERDICTION TOTALE INTERDICTION PARTIELLE

REGLEMENTATION TAILLE

Pêcheur professionnel

baisse stable augmente baisse stable augmente baisse stable augmente

chasse 1 0 0 1 0 0 0 0,3 0,7

ligne 1 0 0 0,85 0,15 0 0 0,3 0,7 respect

+ Z1 filet 1 0 0 1 0 0 0 0,5 0,5

chasse 0 0,15 0,85 0 0,15 0,85 0 1 0

ligne 0 0,15 0,85 0 0,3 0,7 0 1 0 respect

+ Z2 filet 0 0,3 0,7 0 0,3 0,7 0 0,85 0,15

chasse 0,33 0,66 0,01 0,5 0,5 0 0 0,85 0,15

ligne 0,45 0,55 0 0,3 0,4 0,3 0 0,85 0,15 pas de respect

+ Z1 filet 0,15 0,85 0 0,15 0,85 0 0,1 0,1 0,8

chasse 0 0 1 0 0,3 0,7 0,2 0,2 0,6

ligne 0 0 1 0,15 0,85 0 0 0,2 0,8 pas de respect

+ Z2 filet 0 1 0 0,2 0,2 0,6 0 0,8 0,2

légende:

Consensus entre terrain et expertise

Expertise

Compromis entre terrain et expertise

Tableau 4 : Confrontation des données de terrain et des données expertes : exemple des probabilités affectées aux efforts des pêcheurs professionnels

23

33..33 LL aa ssttrr uuccttuurr ee dduu mmooddèèllee :: nnaattuurr ee ddeess vvaarr iiaabblleess eett jj uusstt ii ff iiccaatt iioonn ddeess rr eellaatt iioonnss ccaauussaalleess

La nouvelle structure du modèle fut établie après la phase de collecte des données.

Cette nouvelle organisation s’adapte aux types de données récoltées sur le terrain (Fig.9). Elle est la résultante d’une part d’une meilleure connaissance de la pêcherie et d’autre part l’aboutissement de nombreuses réunions d’experts pour valider sa structure.

3.3.1 Partie Amont : l’adhésion On peut diviser le modèle en deux parties distinctes amont et aval traitant d’une part de

l’adhésion et du respect des pêcheurs au PGEM et d’autre part à l’influence de ce plan de gestion sur l’activité de pêche lagonaire.

Dans la partie amont, toutes les variables modélisées sont binaires. Les trois composantes du respect au AMP par le pêcheur (sommets racines) sont représentées par les sommets impact du contrôle, information et croyance. Ces trois variables sont de même nature que dans l’ancienne version du modèle à savoir binaire. Cependant on a ajouté deux modifications sur les sommets « impact contrôle » et « information » permettant de traduire une possible évolution de la nature des probabilités associées à ces sommets. Ces deux sommets possèdent respectivement deux sommets pères « force contrôle » et « force information » L’efficacité du PGEM est directement dépendante de la force du contrôle opérée sur le lagon, et plus particulièrement de la sanction en cas d’infraction. A l’heure actuelle, le Comité Permanent du PGEM, ne dispose pas de bons moyens de contrôle ainsi que de l’arsenal juridique adéquat pour sanctionner les infractions et la pêche illégale dans les Aires Marines Protégées. La présence du sommet « force contrôle » permet d’envisager l’hypothèse d’une évolution de cet état. Ce sommet représente donc une variable pouvant prendre deux états possibles : « force du contrôle à l’heure actuelle » (correspond aux données récoltées) et « force du contrôle plus importante » correspondant à un état hypothétique où le contrôle serait plus efficace.

Figure 9: Structure finale du graphe causal

24

Le sommet « force information » est de la même nature que « force contrôle ». Les règles du PGEM sont encore peu ou mal connues des usagers de la ressource du lagon. On envisage donc un état hypothétique (« force information ») qui augmenterait la probabilité que les pêcheurs soient mieux informés sur les règles du PGEM.

Les sommets « impact contrôle », « information » et « croyance » sont les sommets père

de « base adhésion » lui-même relié au respect (en fonction du statut) du pêcheur. Cette structure du graphe causal est la conséquence du système de décision décrit dans le paragraphe 3.1.3. On peut éventuellement se questionner sur l’intérêt de faire apparaître cette étape au sein de la structure du modèle. En effet la structure de décision du respect une fois établie, il aurait été simple de supprimer le sommet base adhésion sur le graphe en ne faisant intervenir cette étape que dans le choix des probabilités lors de la paramétrisation du modèle. Cependant cette structure possède l’avantage de diminuer le nombre de sommets parent au respect. Dans la structure actuelle le respect possède trois sommets parents (« Mesure de gestion », « base adhésion » et « force contrôle »). Si on supprime base adhésion, le sommet respect possède alors cinq sommets parents. Cette éventualité complique de façon non négligeable la paramétrisation du sommet respect du fait de la complexité des combinaisons d’évènements associés aux probabilités conditionnelles. Nous avons donc décidé de conserver le sommet base adhésion pour des raisons pratiques liées à la paramétrisation du modèle.

Le sommet respect est désormais divisé en trois sous sommets traduisant le respect en fonction du statut du pêcheur. Le respect des AMP est donc premièrement la résultante des trois sommets « impact contrôle », « information » et « croyance ». Le sommet « force contrôle » est aussi parent au sommet « respect ». En effet, la présence directe et effective d’unités de contrôle sur le lagon peut avoir un impact direct sur les actions des pêcheurs sans tenir compte de leurs opinions et de leurs adhésions personnelles aux AMP. Cette relation causale est équivalente et comparable au respect du code de la route par les automobilistes. Lors d’une forte présence policière de contrôle sur les routes, les usages sont contraints de respecter les règles.

Le troisième sommet parent est la mesure de gestion. Nous avions, au cours de réunion de travail et au vu des premiers résultats de l’enquête, émis l’hypothèse que le respect du pêcheur était directement dépendant du type de mesure auquel il était contraint. Il est nécessaire de préciser ici que lors des entretiens avec les pêcheurs la détermination de leur adhésion au PGEM a été faite par rapport à des questions qui traitaient du plan de gestion dans sa globalité. Les questions ne concernaient pas la mesure de gestion qui affectait directement le pêcheur (c'est-à-dire la mesure de gestion en vigueur dans l’AMP proche ou dans la zone de pêche de l’enquêté). Les premières enquêtes réalisées semblaient justifier la relation causale entre la mesure de gestion et le respect total du PGEM, la relation semble beaucoup moins claire lorsque l’on analyse les résultats en fonction du statut. Malgré l’absence de validation statistique du bien fondé de ces relations (par statut) nous avons décidé avec l’aval d’experts de conserver ce lien causal. Il semble de plus intéressant dans l’analyse des résultats du modèle de pouvoir observer l’impact de la mesure sur l’adhésion (ou respect) du pêcheur.

3.3.2 Partie aval : les données de pêche

La partie aval du modèle traite de l’activité de pêche. Cette partie modélise l’impact des mesures de gestions et de l’adhésion du pêcheur au PGEM sur son activité de pêche. Les deux variables modélisées sont l’effort de pêche et la capture.

Pour les pêcheurs professionnels et les pêcheurs de substance, le sommet effort est un

sommet multivarié. Pour des raisons de faisabilité nous avons dû séparer ces variables en

25

différents sommets, le logiciel ELVIRA ne pouvant traiter que des sommets univariés. Les trois variables de l’effort sont : la zone dans laquelle pêche l’usager (Z1/Z2), l’engin de pêche (fusil harpon / ligne / filet) ainsi qu’une variable de temps c'est-à-dire des données de pêche de 2000 (année de référence avant l’installation des AMP) et de 2009. La fiabilité des données de 2000 est à mettre en question car elle fait appel directement à la mémoire du pêcheur. Nous avons donc décidé de traiter cette variable sous forme de tendance, à savoir : comment évolue l’effort entre 2000 et 2009 ? Cette variable possède trois modalités (baisse / stable / augmente). L’intérêt de cette structure du graphe causal est de pouvoir faire la comparaison des tendances observées en fonction de l’engin de pêche sur les différentes zones autour et dans l’AMP afin de noter les éventuels reports d’effort dus à l’installation des AMP.

Pour les pêcheurs de loisir, la collecte de donnée ayant été différente, l’effort comme les

captures sont des variables univariées en fonction de la zone de pêche (Z1/Z2). On possède donc pour les pêcheurs récréatifs uniquement de données de pêche en 2009 pour les zones 1 et 2. Pour les besoins de la modélisation ont divise ces efforts et captures en trois classes.

33..44 VVaall iiddaatt iioonn ddee llaa ddéétteerr mmiinnaatt iioonn dduu rr eessppeecctt dduu ppêêcchheeuurr

3.4.1 La structure de décision Dans cette partie, on étudie la structure du modèle permettant de déterminer le respect des AMP par les pêcheurs à l’aide de modèles linéaires généralisés (GLM). Nous avons émis, dans un premier temps, l’hypothèse que l’adhésion, le respect du plan de gestion était directement liée au statut du pêcheur. En effet il semble raisonnable de penser qu’un pêcheur n’est pas impacté de la même façon par une mesure de gestion s’il est professionnel ou pêcheur récréatif. Afin de valider cette hypothèse nous avons effectués des tests du KHI2 d’indépendance entre les sommets de respect et les variables amonts (« impact contrôle », « information », « croyance »). Les résultats de ces tests sont présentés ci-dessous (Tab.5).

respect PP respect PS respect PL respect PP + PS re spect tot impact contrôle 0,22 0,083 0,02 0.01520 0,0002 info 0,088 0,0022 0,016 0.0001556 4.688e-06 croyance 0,44 0,73 0,004 0.3038 0.00057 nb d'individus 18 19 51 37 88 l'approximation du Chi-2 est peut-être incorrecte

Le choix de différencier le respect du pêcheur en fonction de son statut semble justifié.

Néanmoins la très faible taille des échantillons de pêcheurs remet en cause la robustesse de ce modèle.

On construit un modèle binomial avec pour prédire le respect par statut (variable à

expliquer) en fonction des trois sommets racines (ex : Respect pêcheur pro = Binomiale (contrôle + information + croyance)). On étudie tous les modèles possibles sans croisement des

Tableau 5 : Résultats des tests du khi deux

26

res

Per

cen

t of T

otal

0

20

40

60

80

-1.0 -0.5 0.0 0.5 1.0

facteurs par l’intermédiaire du critère AIC Le choix de la loi binomiale pour modéliser la vraisemblance s’impose du fait de la nature binaire des variables explicatives et à expliquer.

Test AIC Modèle PP PS PL TOTAL respect ~ contrôle + info + croyance 15.92 11.53 45.213 75.369 respect ~ contrôle + info 14.0349 13.9438 53.738 87.279 respect ~ contrôle + croyance 21.3764 29.6552 49.848 94.842 respect ~ info + croyance 21.4282 10.0004 48.039 85.311 respect ~ contrôle 21.8727 respect ~ info 19.4282 13.332 respect ~ croyance 32.822

La structure du graphe causal semble se confirmer en comparant les Critères d’Akaïke pour les différents modèles, notamment lorsque l’on travaille sur le jeu de données total (Tab.6). Le modèle le plus adapté semble donc être le modèle le plus général (avec les trois variables explicatives). On peut tout de même remarquer que certaines variables du modèle sont particulièrement importantes lorsque l’on se focalise sur les pêcheurs professionnels ou les pêcheurs de subsistance. L’impact du contrôle et l’information sont dans ces cas précis des facteurs clé de l’adhésion des pêcheurs au PGEM. Cette information nous permet de valider de plus la présence des sommets « force contrôle » et « force information ».

3.4.2 Analyse du système de décision Les questions filtres apportent à cette étude une nuance que l’on n’avait pas définie

auparavant au sein du modèle. C’est en quelque sorte une variable supplémentaires qui nous permet d’affiner les données et de mieux déterminer l’adhésion. Cette variable non mesurée regroupe toutes les informations contenues dans le filtre mais peut aussi permettre de tenir compte du biais introduit par la subjectivité de l’enquêteur. Pour étudier l’impact de ce filtre, on utilise un Modèle Linéaire Généralisé (GLM) du modèle dans le but d’analyser la distribution des écarts au modèle (résidus).

res

Pe

rcen

t of T

ota

l

0

20

40

60

-2.0 -1.5 -1.0 -0.5 0.0 0.5

res

Per

cen

t of T

otal

0

20

40

60

-1.0 -0.5 0.0 0.5 1.0

a b c

Figure 10: Distribution des résidus pour les modèles du respect chez les pêcheurs professionnels (a), de subsistance (b) et récréatifs (c).

Tableau 6 : Résultats AIC pour les différents modèles testés

27

Les distributions des résidus de ces différents modèles ne sont pas similaires (Fig.10).

Cela indique que les différences entre les estimations du modèle et les résultats diffèrent en fonction du statut. En d’autres termes il existe une variable, fonction du statut, qui influe sur la détermination du respect.

On peut émettre face à cette observation plusieurs hypothèses. Premièrement, l’enquêteur introduit un biais (en fonction du statut) dans ses enquêtes. Cependant, pour que cette hypothèse soit plus évidente il aurait fallu observer une différence (due à l’utilisation de questionnaires légèrement différents) entre les pêcheurs de loisirs et les autres. Une seconde hypothèse envisageable est que l’utilisation du filtre a biaisé d’une certaine façon la détermination du respect. En effet lors du traitement des données, les informations contenues dans le filtre on été utilisées au cas par cas pour confirmer ou non les résultats obtenus dans « base adhésion ». Ce processus de validation a utilisé des informations différentes (du filtre) d’un pêcheur à l’autre. Cette méthode de décision supposée au départ indépendante du respect s’avère ne pas l’être en réalité. Afin de mettre en évidence ces variables, il aurait fallu ajouter autant de sommets racines que d’informations contenues dans le filtres et de tester enfin les différents modèles en fonction du critère d’Akaïke. Cependant ceci n’est pas l’objet de cette étude. En effet il ne s’agit pas de rajouter à la structure du graphe des sommets de natures différentes mais bien de mettre en évidence que le processus d’adhésion d’un pêcheur peut être modélisé à partir de trois variables (sommets racines) tout en restant conscient qu’il existe d’autre variables non décrites dans le modèle qui pourraient influer sur le respect.

33..55 AAnnaallyyssee dduu mmooddèèllee Il est intéressant d’entamer une réflexion sur l’analyse des résultats du modèle. Nous présenterons donc dans cette partie les résultats obtenus pour les pêcheurs professionnels chasseurs sous marins (Fig. 11).

Figure 11 : Sorties du modèle pour les pêcheurs professionnels chasseurs sous marins

(Interdiction totale de pêcher dans l’AMP)

28

L’intérêt de ce type de représentation graphique sur le logiciel ELVIRA est de pouvoir simuler un très grand nombre de scénarios de gestion en forçant les paramètres des variables du modèle. Nous allons dans un premier temps observer l’influence des probabilités marginales (sommets racines) sur l’ensemble du modèle.

3.5.1 Sensibilité du modèle aux probabilités marginales Dans ce type de réseau bayésien, les distributions affectées aux sommets racines sont des probabilités du fait de la nature binaire des variables étudiées. L’étude de la sensibilité du modèle aux probabilités marginales permet ici d’observer l’éventuel effet d’une probabilité marginale différente de celle calculée à partir des données de terrain. Pour tester la sensibilité du modèle aux probabilités marginales, on décide de se placer dans le cas d’une interdiction totale de pêche (Fig.12). Les Probabilités décrites par une barre verte correspondent à l’état initial du modèle, c'est-à-dire sans forcer les probabilités marginales. Les probabilités décrites par une barre rouge correspondent à la nouvelle probabilité calculée lorsqu’on force un paramètre. Dans le tableau ci-dessous la sensibilité de chaque probabilité marginale est testée de façon indépendante en imposant : p (variable = 1) = 1. L’analyse de la sensibilité se fait donc en observant les éventuels écarts entre les probabilités (barre verte/rouge).

Sensibilité de « impact contrôle » Sensibilité de « croyance en l’effet réserve »

Sensibilité de « information »

Figure 12 : Sensibilités du modèle aux distributions marginales dans le cas d’une interdiction total de pêche

Les tests de sensibilité confirment les résultats obtenus par le critère d’ Akaïke sur différentes versions du modèle (Tab.6). Le sommet information a un impact remarquable sur le respect des pêcheurs professionnels. Cela se traduit par une forte modification de l’effort des

29

chasseurs en zone1. La probabilité que les pêcheurs respectent le PGEM étant plus grande, la probabilité qu’ils diminuent leur effort en zone 1 augmente. De même l’impact du contrôle incite les pêcheurs à déplacer leur effort vers la zone 2. On observe de plus une information particulièrement intéressante et qu’il était difficile de percevoir sans ce mode de représentation des résultats. Alors que la croyance en l’effet réserve impacte assez peu les efforts des pêcheurs en zone 1, on remarque qu’elle incite de nombreux chasseurs (aussi soucieux de respecter les règles) à essayer de bénéficier de l’effet réserve. On peut donc affirmer ici que dans le cas d’une interdiction totale, les chasseurs sous marins sont assez sensibles au supposé « effet réserve » qui pourrait être créé par la réserve. La communication faite sur les techniques de conservation ainsi que les systèmes ancestraux de gestion (type rahui) ont une importance non négligeable dans le comportement des pêcheurs. On peut de plus se questionner sur la présence d’un résultat non attendu. La sensibilité des captures en zone 1 aux probabilités marginales semble très faible malgré de fortes variations d’efforts.

3.5.2 Les effets du respect sur la pêche Lorsque l’on force le respect des pêcheurs professionnels, on observe le cas hypothétique et idéal où tous les pêcheurs respectent à la lettre les règles du PGEM (Fig.13). Dans ce cas précis l’effort dans la zone 1 baisse de façon certaine, alors que la probabilité qu’il augmente dans la zone 2 progresse légèrement. L’intérêt d’observer un tel scénario se situe surtout au niveau des captures. Les captures, même si elles correspondent à des rendements diminuent dans la zone 1 car plus personne ne pêche en théorie. En revanche dans la zone 2, malgré une augmentation de l’effort, les captures qui ne sont en fait des captures par unités d’effort (CPUE) augmentent aussi. On peut émettre l’hypothèse que l’existence de ce phénomène est probablement liée avec le phénomène d’un effet réserve autour de la zone d’interdiction totale. Cet effet serait en partie masqué par l’augmentation de l’effort. Toutefois une telle affirmation ne peut être vérifiée que par un suivi rigoureux des ressources marines, ce qui n’est bien sur pas le cas dans cette étude.

3.5.3 Présentation des résultats du modèle

Dans la version originale du modèle le sommet satisfaction du pêcheur nous servait de sortie du modèle. Nous avons décidé dans la nouvelle version de supprimer ce sommet qui ne semble pertinent que dans une version plus globale du modèle incluant d’autres acteurs.

L’unique sommet sortie, du modèle actuel, est désormais la capture. L’objectif ici est de réfléchir sur la présentation des sorties de ce modèle afin qu’elles soient exploitables rapidement par un éventuel gestionnaire.

Figure 13 : Influence du respect total sur le pêche

30

L’utilisation des radars pour une analyse rapide des sorties du modèle est proposée comme mode de restitution. Il est par exemple relativement difficile de concevoir la probabilité pour que la capture baisse en sachant que l’effort baisse dans et autour de l’AMP (Fig.14). Néanmoins la présentation des deux radars représentés peut nous apprendre rapidement sur cette éventualité.

La comparaison de la taille des radars, nous apprend d’un coup d’œil que la probabilité pour que les captures baissent est plus importante dans la zone 1 que dans la zone 2 (pour toutes réglementations confondues). Dans ce cas précis l’arrêt total de l’activité dans les zones 1 où il existe une interdiction totale de pêche influe de manière négative sur les captures (beaucoup moins de captures dans la zone 1) et donc diminue les CPUE globales. Ceci s’explique par l’état actuel de la pêcherie qui est surexploité

La forme du radar doit nous apprendre sur la répartition des engins de pêche et de quelles manières les classes de pêcheurs sont affectées par la mesure de régulation. On remarque par exemple que les captures de la chasse sous marine seraient plus affectées dans la zone 1 que la ligne ou le filet.

00,250,5

0,751

Z1chasse

Z1ligne

Z1filet

00,25

0,50,75

1

Z2chasse

Z2 ligne Z2 filet

Figure 14 : Probabilités pour que les captures baissent si l’effort baisse dans les zones 1 et 2 pour les pêcheurs professionnels

31

44 DDiissccuussssiioonnss

44..11 MM éétthhooddee dd’’ ééttuuddee

La méthodologie utilisée dans cette étude nous a permis de mieux appréhender la pêche lagonaire à Moorea et de mettre au point une méthode de recueil de données pour alimenter un réseau bayésien.

4.1.1 Limites de l’utilisation des données provenant d’enquêtes de perception

Les questionnaires utilisés pour obtenir des données et renseigner le modèle sont des

enquêtes de perception. Nous avons tenté d’évaluer le comportement du pêcheur à l’aide de données qualitatives. Si on ne possède que cette source d’information, la taille du jeu de données dans ce type de réseaux bayésiens peut parfois être un frein à son utilisation et sa généralisation en tant qu’outil de gestion. Cependant ce type de données permet d’étudier des concepts assez novateurs comme le respect des AMP

Il est intéressant de pouvoir aborder les notions d’adhésion et de respect à un plan de gestion. La fiabilité des données obtenues pour étudier la perception d’un plan de gestion semble bonne (données confirmées par expertise) même si toutefois il existe un nombre de biais non négligeable. Dans un milieu insulaire tel que Moorea, l’origine et le sexe de l’enquêteur ont une part importante dans l’attention que les pêcheurs vont accorder à l’entretien (cf. paragraphe 2.4.3). Dans le cadre de notre étude il apparaît que l’adhésion diffère en fonction de la zone d’étude (Fig. 15). La taille réduite des échantillons d’individus par zones d’étude nous incite à la prudence.

La zone d’étude la moins respectée soit la zone de Tiahura (zone A) dans laquelle seulement 20% des pêcheurs adhérent. Ce résultat peut être expliqué par de nombreux facteurs. Cette zone de l’île est considérée comme la plus poissonneuse par les pêcheurs. Les études scientifiques réalisées jusqu’alors confirment cette tendance (Galzin, 1985, Madi Moussa, 2009). De plus Tiahura est la zone dans laquelle s’applique la mesure de gestion la plus stricte (interdiction totale de pêche). La grande majorité des pêcheurs n’est donc pas encore prête à respecter les AMP du PGEM. On pourra noter à l’inverse que près de 40% des pêcheurs respectent le PGEM dans la zone d’étude Afareaïtu.

Dans notre étude, les données d’efforts et de captures font directement appel à la

mémoire du pêcheur. L’objectif de ce travail n’est pas de quantifier l’activité de pêche mais d’étudier le comportement de pêcheurs à travers une éventuelle évolution de leurs efforts et captures. Au vu des résultats semi quantitatifs récoltés, il est toutefois intéressant de comparer des valeurs de références (déjà calculées dans des études antérieures) pour pouvoir juger de la qualité (d’une point de vue quantitatif) de la fiabilité de ces données de pêche (Tab. 7).

Respect en fonction de la zone d'étude

0,0

10,0

20,0

30,0

40,0

50,0

60,0

70,0

80,0

90,0

Afareaitu Papetoaï Tiahura

Pou

rcen

tage

d'a

dhés

ion

oui

non

Figure 15: Proportions de l’adhésion des pêcheurs dans les zones d’études

32

Les résultats obtenus dans cette étude sont près de deux fois supérieurs à ceux trouvés par Brenier en 2007 (méthodologie très différentes). De plus un rendement de 44,5 T.an-1.km-2 n’a jamais été observé dans n’importe quel pêcherie recifo-lagonaire dans le monde. Réaliser une estimation à partir de données semi quantitatives n’est donc pas raisonnables. Le choix de traiter les efforts des pêcheurs professionnels et de subsistances sous forme de tendances est justifié. Le manque de précision de la donnée est compensé par l’observation d’une tendance. En revanche le système pour quantifier l’effort et la capture du pêcheur de loisir ne semble pas pertinent. En effet l’utilisation de classes de valeurs est très discutable.

Une seule étude de dynamique des populations sert de référence à Moorea dans

l’estimation du rendement potentiel du lagon : la prise maximale équilibrée (PME ou Maximum Sustainable Yield en anglais) est évaluée à 23 T/km²/an (Galzin, 1985) Cependant cette étude ne s’est focalisée que sur trois peuplement de poissons dans une zone précise de l’île. Malgré une importante marge d’erreur nous pouvons confirmer que le lagon de Moorea est actuellement surexploité.

4.1.2 Classification des pêcheurs La classification des pêcheurs par les statuts est tout à fait discutable. A première vue il

semblait nécessaire de bien cerner les différents types de pêcheurs afin de mieux les étudier. Cependant la classification réalisée se base sur des critères socio-économiques loin d’être fixes pour une personne donnée. En effet la notion de pêcheur en Polynésie est assez complexe à caractériser. Presque tous les polynésiens vont à la pêche. Les quantités de poissons pêchés influent beaucoup sur le supposé statut du pêcheur. Ainsi, lorsqu’un pêcheur dit de loisir va attraper peu de poissons, celui-ci va le conserver pour le manger. Si il en attrape un peu plus, il va en donner à sa famille et ses proches. Si il en attrape encore plus, il va le vendre au bord de la route. Alors qu’a priori les pêcheurs de loisirs ne vendent pas leur poisson, il se trouve dans la pratique que la majorité des surplus se traite de cette façon (Stein, 2009, comm. pers).

Le modèle conçu à partir du cas d’étude de Moorea se veut être un modèle générique, tout du moins dans sa structure. La typologie des pêcheurs effectuée permet de prendre en compte les typologies classiques dans le domaine des pêches côtières informelles.

Rendement (T.an -1.km -2) Type de données Source 44,5 24,5 22.9

Enquête de perception Enquête via des écoliers de Moorea

Enquête de consommation

Cette étude Brenier, 2007 Yonger, 2002

Tableau 7 : Rendement de la production halieutique estimé pour différents types d’études sur Moorea

33

4.1.3 Apport de la connaissance experte . L’apport de la connaissance experte dans ce contexte d’étude (peu de données de

terrain) a une importance tout à fait particulière, notamment pour traiter les données d’efforts et de captures. Serait – il possible de paramétrer ce type de modèle uniquement à l’aide d’expertises ? Techniquement cette option est envisageable. Mais cette éventualité nous incite alors à réfléchir sur la pertinence d’une expertise par rapport à une autre. Il serait intéressant de travailler sur la caractérisation des experts. En effet dans l’optique de cumuler et de confronter les différents avis d’expert nous devons envisager la possibilité de pondérer les expertises. Ce travail en revanche dépend des objectifs que se fixe le modèle et ne doit probablement pas être effectué pas le scientifique qui lui- même donne son expertise.

4.1.4 Les unités utilisées pour les données de pêche

Au cours de la phase d’enquêtes et de traitement des résultats, il est apparu que les unités utilisées pour décrire l’effort de pêche et les captures avaient une importance majeure quant à la qualité des données récoltées.

Pour décrire leur effort et donc la fréquence de leurs sorties de pêche. La référence hebdomadaire ne semble pas pertinente dans un contexte de pêcherie récifo lagonaire. Comme cela a déjà été décrit dans les travaux de Galzin, 1985, l’abondance de poisson lagonaire est corrélée aux cycles lunaires. Les pêcheurs de Moorea prennent donc pour référence ce cycle. On pourrait donc penser remplacer l’unité d’observation « nombre de sortie par semaine » par l’unité « nombre de sortie par lune ».

En ce qui concerne l’unité utilisée pour décrire les captures (nombre de tui/sortie). Celle-

ci correspond tout à fait à ce type d’enquête. C’est en revanche au moment d’inclure ces données dans le modèle bayésien qu’il convient de prendre toute les précautions nécessaires. La probabilité d’observer une tendance de capture conditionnellement à une tendance d’effort est pertinente mais peut amener à des confusions lors du paramétrage. En effet, cette manière de traiter les données masque un certain nombre de phénomène important d’évolution des comportements de pêcheur. Il convient par exemple de bien séparer les pêcheurs diminuant leur effort dans une zone de ceux stoppant leur activité. Ainsi lorsqu’un premier pêcheur arrête son activité, on considère que ses captures (par unité d’effort) diminuent (jusqu’à un niveau nul). Dans un contexte de pêcherie en pleine exploitation si un second pêcheur diminue son effort, il est difficile de prévoir l’évolution de ses captures sans une vision globale de la pêcherie. Si on additionne l’effort de ces deux pêcheurs, on observe une diminution. Si on additionne les captures de ces deux pêcheurs, on observera encore une diminution. L’impact de l’arrêt d’activité masque l’évolution des captures du second pêcheur. Pour cette raison, nous préconisons dans l’utilisation de ce modèle de n’inclure que des pêcheurs qui conservent leur activité dans la période d’étude.

34

44..22 LL ’’ aappppoorr tt ddee llaa mmooddééll iissaatt iioonn

4.2.1 Vision globale L’utilisation des réseaux bayésiens dans cette étude a été imposée par la définition du stage. Cette démarche d’utiliser de tel modèle est très récente dans le domaine de la conservation. Il est donc intéressant de discuter de la pertinence de cet outil pour étudier ce genre de problématique. Le premier intérêt évident de ce genre de modèle et qui était un des objectifs du projet GAIUS est de permettre une vision synthétique de la connaissance par l’intermédiaire du graphe causal. La structure du modèle est interprétable par n’importe qui sans avoir besoin d’être initié aux réseaux bayésiens. Dans un souci de faciliter la communication entre les scientifiques et les gestionnaires, ce genre d’outil est donc pertinent et pragmatique. Le deuxième avantage de ce type de modèle est sa puissance de calcul. Une fois le paramétrage effectué, le modèle calcule instantanément toutes les probabilités conditionnelles que l’on désire obtenir de manière descendante et ascendante. Ce genre d’estimation est relativement compliqué à obtenir sans les réseaux bayésiens. En revanche, on peut se demander si la modélisation de ce type de pêcherie (très complexe et aux multiples interactions) permet d’avoir une vision représentative. Lorsqu’on modélise l’adhésion des pêcheurs on évince volontairement du système des paramètres qui ont une grande importance dans la réalité. Il existe par exemple tout un contexte particulier qui joue sur le respect du pêcheur et que le modélisateur n’arrive pas à faire ressortir dans son modèle. Théoriquement on peut introduire tous les facteurs que l’on désire dans le modèle. Cependant lors de la conception du modèle et de la prise en compte de l’information disponible par les thématiciens, il est assez difficile de faire ressortir des contextes sociaux propres à chaque individu du modèle. dynamique

4.2.2 Le cas des pêcheries lagonaires Les pêcheries lagonaires se caractérisent par la multiplicité des stratégies d’exploitation de la ressource (différents statuts de pêcheurs). On note qu’ici les pêcheurs évoluent de façon indépendante entre les trois statuts décris. Dans la réalité tous les pêcheurs sont en interactions permanentes. Dans une grande partie des cas c’est le comportement d’un premier pêcheur qui va influer sur le comportement du second. La possibilité de faire interagir les pêcheurs ensemble dans le modèle a bien sur été évoquée. Cependant cette possibilité n’a pas été retenue dans cette version du modèle pour des raisons techniques d’explosion combinatoire des probabilités. On peut toutefois envisager de faire évoluer le modèle dans ce sens là par la suite. En effet dans l’optique d’une gestion efficace des zones côtières, il serait très intéressant de représenter les processus de conflit d’usage entre les pêcheurs mais aussi entre les pêcheurs et les autres acteurs de l’espace maritime (comme les opérateurs touristiques) A la suite de cette étude, nous disposons d’informations nouvelles nous permettant d’avoir un regard plus précis sur la pêche lagonaire et la manière dont elle est impactée par l’installation des AMP sur Moorea. Il semble difficile cependant, notamment à cause du manque de validation statistique, de pouvoir décrire la gouvernance des AMP par rapport aux pratiques de pêche. En revanche nous pouvons statuer sur la méthodologie d’étude de cette gouvernance. La modélisation semble être un outil pertinent dans ce genre d’étude. Cependant

35

la paramétrisation de ce genre de modèle à l’aide de données quantitatives de terrain a ses limites. Les réseaux bayésiens sont effectivement très consommateurs de ce type de données. Pour faire fonctionner ce modèle uniquement à l’aide de données de terrain il faudrait donc réaliser des campagnes d’enquêtes relativement coûteuses en temps et en personnel. Ce type d’outil doit donc se destiner tout d’abord à des cas d’étude qui disposent d’experts ou qui possèdent déjà une base de données conséquente. Les données d’experts constituent probablement l’avenir de ce type de méthode car le recueil de cette connaissance est certes complexe mais beaucoup moins coûteuse qu’une campagne d’enquête.

36

55 CCoonncclluussiioonn Il est aujourd’hui admis qu’une gestion efficace des zones côtières passe par une approche pluridisciplinaire tant au niveau écologique, qu’halieutique ou encore socio-économique. L’étude réalisée s’inscrit dans le cadre d’un projet qui vise à synthétiser toutes les connaissances pluridisciplinaires (sur la gouvernance des AMP) possibles au sein d’un réseau bayésien pour modéliser la gouvernance des aires marines protégées. Dans le travail réalisé nous nous sommes intéressés à l’aspect halieutique de la gouvernance des aires marines protégées, à savoir comment modéliser (à l’aide d’un réseau bayésien) les effets de l’installation des AMP de Moorea sur le comportement des pêcheurs lagonaires. Nous avons mis en évidence une méthodologie d’étude pour observer et évaluer l’impact de ces AMP sur ces usagers de la ressource. Le recueil de nombreuses expertises locales ainsi qu’une campagne d’enquêtes auprès des pêcheurs nous ont permis de mieux appréhender le contexte socio-économique et halieutique du cas d’étude de Moorea. Ces données nous ont permis de développer et de valider la structure d’un réseau bayésien. Nous avons pu à terme paramétrer le modèle pour permettre de simuler des scénarios de gouvernance et observer l’impact de mesures de gestion sur le comportement des pêcheurs. Nous avons mis en évidence que la taille de l’échantillon de pêcheurs analysés ainsi que la diversité des comportements observés sont des facteurs clés pour pouvoir valider de façon statistique les sorties du modèle. L’apport de la connaissance experte nous a néanmoins permis d’appuyer la fiabilité des données d’entrée du modèle. Des études complémentaires sont nécessaires pour paramétrer d’autres aspects du modèle global. Il serait de plus intéressant de pouvoir appliquer la partie halieutique du modèle à un autre cas d’étude qui dispose déjà des informations nécessaire pour faire pouvoir valider et paramétrer le modèle. Concernant le cas d’étude de Moorea et l’influence de la mise en place des AMP sur ses pêcheurs, il semble qu’à l’heure actuelle le PGEM de Moorea ne soit pas un plan de gestion efficace car non adopté par une grande partie de la population. On constate aujourd’hui qu’une majorité de la population ne respecte pas les règles mises en place pour différentes raisons sociales et culturelles. Cependant, on aperçoit un changement des mentalités qui s’installe progressivement. Même s’il existe encore de nombreuses oppositions entre les différents acteurs du lagon, il y un consensus sur la nécessité de protéger celui-ci. Certains pêcheurs de Moorea vont même plus loin dans cette idée de conservation en parlant d’une approche plus globale de l’île. Il semble qu’il y ait une réelle attente de la population auprès des gestionnaires et des scientifiques pour une gestion intégrée des zones côtières à commencer par l’étude des bassins versants. Il serait intéressant d’une manière plus générale de simuler la prise en compte d’une gestion environnementale plus globale.

37

BBiibbll iiooggrr aapphhiiee Aubanel A., 1993.- Valeur socio-économique du milieu corallien récifal et de ses ressources. Application à une île océanique du Pacifique sud : Moorea, archipel de la Société. Thèse de Doctorat d’Etat, Université Michel de Montaigne, Bordeaux, 320 p. + annexes. Aubanel A. (1993). "Evaluation Socio-économique de la pêche en milieu corallien dans l'île de Moorea (Polynésie française): persistance d'une consommation locale traditionnelle hors du développement touristique." Journal de la Société des océanistes Vol. 96 n°1: pp. 49-62. Badie M., Chaboud C., Ferraris J., Leenhardt P., Pascal N., 2008, Scénarios de gouvernance des AMP et approche bayesienne : Modélisation, Compte rendu de réunion GAIUS WP5, 9p. Bambridge T., Gaspar C., 2008. Territorialités et aires marines protégées à Moorea (Polynésie française). Journal de la Société des Océanistes, 126-127, p1-2. Beliaeff B., Chaboud C., Ferraris J., Badie M., 2008 Propositions préliminaires pour une démarche de synthèse des recherches menées dans le projet GAIUS/WP5/01, 4p. Borsuk M.E., Stow C.A, Reckhow K.H., 2004. Integrative Environmental Prediction Using Bayesian Networks: A Synthesis of Models Describing Estuarine Eutrophication. Ecological Modelling,173,p 219-239. Brenier A. (2009). Pertinence des approches participatives pour le suivi écosystémique des pêcheries récifales, Doctorat d’océanologie biologique, Université Paris VI – Pierre et Marie Curie – UFR des Sciences de la Vie, Université de Tuléar – Institut Halieutique et des Sciences Marines, 211 p. Cazalet B., 2008, Historique, cadre juridique et institutionnel du Plan de Gestion de l’Espace Maritime (PGEM) de Moorea (Polynésie Française), Université de Perpignan, ?p Delebecque P., Delebecque K., 1982. Profil du comportement alimentaire en Polynésie française. Ministère de la Santé de Polynésie française. Rapport 1627/SH, 48 p. Dupuis J., Robert C.P., 2003. Bayesian variable selection in Qualitative models by Kullback Leibler projections. Journal of Statistical Planning and Inference, 111, p 77-94 Ferraris, J. and Cayré, P., 2003. Les Pêcheries Récifales dans le Pacifique Sud : d’une gestion intuitive vers une gestion écosystémique raisonnée, Océanis, 29, 3-4, p 397-414. Galzin R., 1985.- Ecologie des poissons récifaux de Polynésie française. Variations spatio-temporelles des peuplements. Dynamique des populations de trois espèces dominantes des lagons nord de Moorea. Evaluation de la production ichtyologique d’une secteur récifo-lagonaire. Thèse de Doctorat d’Etat, Université du Languedoc, Montpellier, 195 p. + annexes. Galzin, R., and J. P. Pointier. 1985. Moorea island, Society Archipelago. 5th International Coral Reef Congress, Tahiti.

38

Galzin R., Morize E., Stein A., Conte E., 1989.- Dégradations naturelles et/ou anthropiques en zones côtières intertropicales et répercussions possibles sur l’économie des pêches : le cas des récifs coralliens. Action CORDET, Rapport Centre de Recherche Insulaire et Observatoire de l’Environnement 1989, RA 32, 135 p. Gilbert A., 2006 - Précision et biais des estimations de la consommation de poissons par enquêtes auprès des ménages. Cas de la commune de Haapiti (Moorea) Polynésie française. UR-CoReUs , CRISP, 50p Goutis. C, Robert. C. P, 1998. Model choice in genrelalised linear models : A Bayesian approach via Kullback – Leibler projections, Biometrika, 85, pp 29-37. Madi Moussa R., 2008 - Estimation de la longueur des poissons lagonaire par analyse des données photographiques : taille minimale de capture sur l’île de Moorea. Rapport CRIOBE, UMS 2978 CNRS-EPHE. RA 155 : 155 p Thomas C., Nicholson A., Hart B., ? Observations from field trials with several elicitation techniques in an ecological domain. ? Vieux, C., 2002 - La pêche lagonaire à Moorea (Polynésie française): évolution quantitative et socio-économique depuis 1992. , Rapport CRIOBE: 32p + annexes. Yonger, M., 2002 - Approche de la pêcherie récifo-lagonaire de Moorea (Polynésie Française): évaluation de la production halieutique et de la population de pêcheurs.. Mémoire de D.A.A. ENSA Rennes: 50p + Annexes.

I

Annexes

Annexe I

Questionnaires pour les pêcheurs professionnels et de subsistance

A. Informations contextuelles

A.1 Date : ……../………/200… A.2 Heure : …….h…….. A.3 Site (ou N° de zone)…………………………………………………………………………. .

B. Activité de pêche

B.1 Depuis combien d’années pratiquez-vous la pêche ? � Moins d’un an � 1 à 5 ans � 6 à 10 ans � 11 à 20 ans � Plus de 20 ans B.2 Statut du pêcheur

B.2.1 Pour quelle raison principale pêchez-vous ? (1 seule réponse possible) � pour le plaisir de pêcher � pour le plaisir de manger le poisson que vous pêchez � par nécessité économique « je pêche pour vivre » � C’est mon métier

B.2.2 En général, quand pêchez-vous ? (1 seule réponse possible, à chaque fois)

B.2.2.1 Au cours de l’année B.2.2.2 Au cours de la

semaine B.2.2.3 Au cours de la journée

� Toute l’année � Plutôt pendant la

saison chaude � Plutôt pendant la

saison froide

� En semaine � Le week-end � Pendant les vacances � Indifférent

� Matin � Après-midi � Soirée � Nuit � Indifférent

B.3 Type de pêche

B.3.1 Quels sont les engins que vous utilisez lors de cette sortie en mer ?

B.3.2 Combien de chaque utilisez-vous ?

N° …. Enquêteur : ………………..

II

Engins Techniques associées (facultatif) Nombre

� Fusil / harpon

-----------------

� Ligne (hameçon) avec ou sans canne, embarquée

� Traîne � Palangrotte � Palangre � Dérive

-----------------

� Ligne (hameçon) avec ou sans canne, du bord

� Ligne à main � Bouchon � Lancer -----------------

� Filet

� Maillant � senne (ature) -----------------

� Epervier - épuisette

-----------------

� Ramassage à la main

-----------------

B.4 Possédez-vous un bateau :

B.4.1 Longueur (ou classe de longueur) du bateau (en m) : ……… �<5m �5-8m �8-10m �>10m

B.4.2 Type de navire �Pirogue �Rigide à moteur

B.4.3 Port d’attache, marina ou lieu de mise à l’eau ?

B.4.5 Au cours de cette sortie en mer, combien y a-t-il de pêcheurs (à bord) ? ……….. B.5. Quelles sont les zones de pêche couvertes lors de cette sortie ?……………………………………………………………………………….. Bilan :

Chasse sous

Marine

Pêche à pied

Lignes Epervier, épuisette

filets

Pêcheur pro PP chas PP pied PP lig PP ep PP fil

Pêcheur sub PS chas PS pied PS lig PS ep PS fil

Pêcheur lois PL chas PL pied PL lig ? -

C Données de pêche

III

C.1 En 2000

C.1.1 Zone 1 Classes Efforts Captures (min-max)


C.2 En 2009


C.2.2 Zone 2

Classes Efforts Captures (min-max) D. Perception

D.1 Contrôle

D.1.1 Que pensez vous du contrôle sur le lagon ? � Pas au courant � efficace � Pas efficace � NSP

D.1.2 Voulez-vous qu’il soit augmenté ?

� Oui � Non � NSP D.2 Communication

D.2.1 Connaissiez-vous l’existence du PGEM et de ses AMP (préciser le nom de l’AMP la plus proche) ? �Oui �Non

IV

D.2.2 Avez-vous l’impression d’être suffisamment informé sur les réglementations en vigueur du PGEM ? �oui �non �NSP

D.2.5 Test carte

D.2.6 Savez –vous pourquoi une AMP s’apparente plus au concept de « tapu » que de « rahui » ?

D.3 Effet Croyance

D.3.1 Selon vous, quel est l’effet de l’AMP sur la présence de poisson ? � Très positif � Plutôt positif � Neutre � Plutôt négatif � Très négatif � NSP D.3.2 Selon vous, quel est l’effet du rahui sur la présence de poisson ? � Très positif � Plutôt positif � Neutre � Plutôt négatif � Très négatif � NSP

D.4 Globalement, quel est l’impact du PGEM sur votre activité de pêche ?

� Très positif � Plutôt positif � Neutre � Plutôt négatif � Très négatif� NSP

D.5 Quelles sont vos relations avec les autres usagers ? (cochez)

Usagers Bonnes Conflictuelles Inexistantes NSP Pêcheurs professionnels Pêcheurs de loisir Pêcheurs sous-marins Plongeurs Plaisanciers Jet-skis Surfers, kite-surfers… Autres (précisez)

D.6 Vous estimez-vous suffisamment associé au processus de décision du PGEM ? � Tout à fait d’accord � Plutôt d’accord � Plutôt pas d’accord � Pas du tout d’accord � NSP D.7 Quels sont les 3 facteurs qui influencent le plus votre choix d’un site de pêche ? Pouvez-vous les classer du plus important (1) au moins important (3)

D.2.3 Pensez-vous que ces réglementations sont ?

� Trop strictes ou trop complexes � Bien adaptées � Insuffisantes � NSP

D.2.4 Pensez-vous que les réglementations sont bien respectées ?

� Oui � Non � NSP

V

Ordonnez Abondance des poissons, présence d’espèces « recherchées » |__|

Conditions météorologiques, sécurité (abrité du vent, …) |__|

Accessibilité, proximité du site de pêche |__|

Réglementation |__|

Beauté du site, vue, paysage… |__|

Tranquillité, faible fréquentation |__|

Autre, préciser : |__|

E. Données personnelles

E.1 Sexe : �H �F E.2 Année de naissance : …………………………………….. E.3 Situation professionnelle :

� Agriculteurs exploitants et pêcheurs � Artisans, commerçants et chefs d'entreprise � Cadres et professions intellectuelles

supérieures � Professions Intermédiaires (technicien,

agent de maîtrise, infirmière, professeur des écoles…)

� Employés � Ouvriers � Retraités � Autres personnes sans activité

professionnelle

E.4 Lieu de Résidence principale

E.4.1 � Moorea � Papeete � Autre Polynésie française � Métropole � Autre Commune :…………………….

F. Suggestions / attentes particulières F.1 Avez-vous des suggestions/attentes particulières ? :

…………………………………………………………….…………………………………………………………………………………………………………………………………………………

I

Annexe II

Expertise de la gouvernance des AMP de Moorea

66 DDééff iinnii tt iioonnss pprr ééll iimmiinnaaii rr eess ::

• Pêcheur professionnel : pêche = activité principale, pêche 3 à 5 jours par semaine, ne possède pas de deuxième métier fixe. Objectif de la pêche = vente • Pêcheur de subsistance : possède plusieurs activité dont celle de pêcheurs, pêche 1 à 3 fois par semaine. Objectif de la pêche : autoconsommation + vente • Pêcheur de loisir : Salarié, ne vend pas son poisson (uniquement de l’autoconsommation), pêche souvent moins de 2 fois par semaine

77 CCoommmmeenntt rr eemmppll ii rr cceess ttaabblleeaauuxx ::

Les cases du tableau complétées d’une valeur numérique proviennent des résultats de l’enquête des pêcheurs. Cependant la très petite taille des échantillons nous oblige à nuancer la valeur de ces résultats. Vous pouvez modifier ces valeurs si elles vous semblent peu représentative de la réalité. De Plus pour faciliter l’expertise nous avons suggéré des réponses possibles (suivant la légende ci-dessous) que vous devrez alors contrôler. Enfin, nous vous laissons compléter les cases renseignées par un point d’interrogation. Donner votre avis pour chacun des cas décrits (=chacune des cases du tableau) en utilisant l’échelle de valeur suivante : Certains = 100% Probable = 95% Envisageable = 95% > x > 50% Je ne sais pas = 50% Peu envisageable= 50%> x > 15% Improbable = 15% Impossible 0% Rappels des unités : Effort = Nb de sortie par sema ine / Captures = Nb de tui par sortie

88 LL eess hhyyppootthhèèsseess ddee bbaassee ppoouurr rr eemmppll ii rr cceess ttaabblleeaauuxx ::

• L’abondance de la ressource est uniforme sur l’ensemble du lagon de Moorea (pas encore d’effet AMP sur la ressource) • Nous sommes dans des conditions de surpêche sur l’ensemble du lagon

99 LL ééggeennddee ::

Z1= AMP, Z2 = autour de l’AMP Ex : Respect + Z1 : Le pêcheur respect le PGEM et pêche en zone 1 (impossible pour une interdiction totale (grisé))

II

EFFORT INTERDICTION TOTALE INTERDICTION PARTIELLE REGLEMENTATION TAILLE

Pêcheur professionnel baisse stable augmente baisse stable augmente baisse stable augmente

chasse probable improbable impossible ? ? ? 0 1

ligne probable ? ? ? ? ? ? ? ?

respect + Z1 filet probable ? ? ? ? Improbable ? ? ?

chasse ? ? probable ? ? ? 0 1 ligne ? ? probable ? ? ? 0 1

respect + Z2 filet 0 1 0 probable ? probable 0 1

chasse 0,66 0,33 très improbable ~ 0,01 1 0 0 0 1

ligne 0,75 0,25 0 0 0,5 0,5 1 0 pas de respect + Z1 filet 0 1 0 0 1 0 ? ? ?

chasse 0 0 1 0 1 0 ? ? ?

ligne 0 0 1 0 1 0 ? ? ? pas de respect + Z2 filet 0 1 0 1 0 0 ? ? ?

CAPTURE

capture si effort baisse capture si effort stable capture si effort augmente Pêcheur pro baisse stable augmente baisse stable augmente baisse stable augmente

chasse 1 0 0 0,75 0,25 0 ? ? ?

ligne 0,75 0 0,25 0,5 0,5 0 0 0 Z1 filet ? ? ? 0,5 0,5 0 ? ? ?

chasse ? ? ? 0 1 0 0 0

ligne ? ? ? 0,5 0,5 0 0 0 Z2 filet ? ? ? 0,8 0,2 0 0 0

III

EFFORT INTERDICTION TOTALE INTERDICTION PARTIELLE REGLEMENTATION TAILLE Pêcheur de subsistance

baisse stable augmente baisse stable augmente baisse stable augmente chasse 0.5 0.5 0 1 0 0 ligne ? ? ? ? ? ? respect + Z1

filet 0 0 1 1 0 0 chasse ? ? ? ? ? ? 0 0.5 0.5 ligne ? ? ? ? ? ? 0 1 0 respect + Z2 filet ? ? ? ? ? ? 0.5 0.5 0 chasse 0 1 0 0 1 0 0.33 0.66 0 ligne ? ? ? 0 1 0 0 1 0

pas de respect + Z1

filet ? ? ? 0 1 0 ? ? ? chasse ? ? ? ? ? ? ? ? ? ligne ? ? ? ? ? ? ? ? ?

pas de respect + Z2

filet ? ? ? ? ? ? 0 1 0

CAPTURE

capture si effort baisse capture si effort stable capture si effort augmente Pêcheur de subsistance baisse stable augmente baisse stable augmente baisse stable augmente

chasse 1 0 0 0,43 0,57 0 ? ? ?

ligne 0 0 1 0,2 0,8 0 ? ? ? Z1 filet 1 0 0 1 0 0 ? ? ?

chasse

ligne ? ? ? 0 1 0 ? ? ? Z2 filet ? ? ? 0,5 0,5 0 0 1

Documents

Influence de la mise en place d’Aires Marines … · des ressources et de l'espace ; la gestion des conflits d'utilisation du lagon ; le contrôle des ... Agence Nationale de la