1

Master 2ème Année : « Analyse de Projet de Développement »

Magistère 3ème Année : « Développement Economique »

Rapport de stage

Etude de l’impact social de Danone

suite à un projet mis en place à Ciater, Java, Indonésie

Institution d’accueil : Rapport de stage réalisé par :

CIRAD Justine  RIVATON

Tuteur : Année universitaire :

Guillaume  DUTEURTRE 2014/2015

Soutenance :

18 Septembre  2015  

L’Université   n’entend   donner   aucune   approbation   ni   improbation   aux   opinions   émises   dans   ce   rapport  ;   ces  

opinions  doivent  être  considérées  comme  propres  à  leur  auteur.  

CN

RS

–

U

NI

VE

RS

IT

E

D’

AU

VE

RG

NE

–

E

CO

LE

D

’E

CO

NO

MI

E

C E R D I – U N I V E R S I T E D ’ A U V E R G N E

6 5 B O U L E V A R D F R A N Ç O I S M I T T E R R A N D

6 3 0 0 0 C L E R M O N T - F E R R A N D – F R A N C E

T E L . 3 3 (0 )4 7 3 1 7 7 4 3 8 - F A X 3 3 (0 )4 7 3 1 7 7 4 2 8

U R L : w w w .c e r d i . o r g

C EN TRE D ’ETU DES ET DE

R EC HER C HES S UR LE

DEV ELOP PE MENT

INT ER NATI ONA L

(UMR CNRS 6587)

2

Rapport de Stage

Table  des  matières  

Mots   clefs  :   Analyse   d’impact,   Chemin   de   l’impact,   Danone,   Projet,   Terrains,   Enquêtes,  

matching.  .............................................................................................................................................  2  

Remerciements  ................................................................................................................................  3  

Présentation  de  l’organisme  d’accueil  :  le  CIRAD  ................................................................  4  

Résumé  executif  ..............................................................................................................................  5  

Introduction  ......................................................................................................................................  6  

Situation  de  Départ  ........................................................................................................................  6  

Objectifs  et  Moyens  .......................................................................................................................  10  

Réalisation  .......................................................................................................................................  11  

Résultats  ...........................................................................................................................................  24  

Conclusion  et  Discussion  ............................................................................................................  30  

Bilan  de  l’experience  professionnelle  –  Enseignements  ..................................................  32  

Annexes  ............................................................................................................................................  35  

MOTS  CLEFS  :  ANALYSE  D’IMPACT,  CHEMIN  DE  L’IMPACT,  DANONE,  PROJET,  

TERRAINS,  ENQUETES,  MATCHING.

3

REMERCIEMENTS

Je tiens tout d’abord à remercier Rizal Fachrudin et Galih Depri, deux

enquêteurs/traducteurs qui ont fait preuve d’une grande souplesse durant deux mois

d’enquêtes. Je remercie également Tedi et Ikhsan. Tous les quatre suivaient une formation

professionnelle de système d’élevage à l’Institute Pertanian Bogor (IPB) Diploma. Ils ont fait

ce même travail auprès de Monsieur Pria Sembada, doctorant au sein de l’UMR SEMLET au

CIRAD, que je remercie également pour ses apports en connaissances animales qui ont permit

de compléter mon travail. Merci à Monsieur Guillaume Duteurte, pour m’avoir fait confiance

et permis de faire ce stage très formateur ; Madame Isabelle Vagneron, pour son soutien et ses

réponses ; Monsieur Edi Basuno pour sa bienveillance et Madame Yuni Resti pour avoir joué

le rôle d’une vraie facilitatrice ainsi que Monsieur Jean-François Tourrand.

Je remercie également Monsieur Alain RIVAL pour m’avoir très chaleureusement accueilli

dans les bureaux du CIRAD à Jakarta ainsi que Ritim et Putu pour m’avoir épaulé dans mes

démarches administratives. Je tiens aussi à remercier Monsieur Bagus et l’IPB (Université

d’agriculture de Bogor) pour m’avoir accueilli dans leur structure et rédigés les lettres

nécessaires pour l’obtention et l’extension de mon visa.

Je tiens à remercier les équipes de KPSBU (et plus particulièrement Messieurs Ramdan,

Mamat et Toto) pour nous avoir guidés dans nos enquêtes et présentés aux éleveurs et

Monsieur Dani Hamdan, responsable de Sahabat-Cipta. Merci à ces équipes pour avoir

répondu à nos questions et communiqué toutes les informations nécessaires quand à leur

travail sur le terrain.

Enfin merci à tous les éleveurs avec qui nous avons a eu la chance de partager un moment

pour leur patience, leur accueil, leur gentillesse.

Chacune de ces personnes a joué un rôle déterminant dans la réalisation de ce rapport et de

mon mémoire.

4

PRESENTATION DE L’ORGANISME D’ACCUEIL : LE CIRAD

Le CIRAD est l’acronyme de Centre de Coopération Internationale en Recherche

Agronomique pour le Développement et a été créé en 1984 sous la forme d’un établissement

public a caractère industriel et commercial. Aujourd’hui sous la direction générale de

Monsieur Michel EDDI, le CIRAD se définit comme « l’organisme français de recherche en

agronomie et de coopération internationale pour le développement durable des régions

tropicales et méditerranéennes » (http://www.cirad.fr). C’est un établissement placé sous la

double tutelle du ministère de l’Enseignement Supérieur et de la Recherche et du ministère

des Affaires Etrangères et qui a bénéficié en 2014 d’un budget annuel de 197 millions

d’euros.

Ses missions consistent à produire et transmettre de nouvelles connaissances en

partenariat avec les pays du Sud pour accompagner leur développement agricole et contribuer

au débat sur les grands enjeux mondiaux de l’agronomie ce qui fait écho à la valeur partage,

fondatrice pour le CIRAD. Pour leurs réalisations, le CIRAD emploie 1800 personnes dont

800 chercheurs ; comprend 3 directions scientifiques et 36 unités de recherches. Celle qui

m’accueille en stage est l’Unité Mixte de Recherche (UMR) SELMET : Système d’Elevage

Méditerranéen et Tropicaux qui s’intéresse aux agrosystèmes d’élevage familiale de

ruminants en milieux chaud. A partir de ses directions régionales, le CIRAD mène des

activités de recherche en coopération avec plus de 90 pays en Amérique Latine, Afrique de

l’Ouest, Afrique centrale, Afrique orientale et Australe, Méditerranée, Asie du Sud Est

Continentale et Asie du Sud Est Insulaire (Indonésie, Malaisie, Philippines, Brunei,

Singapour, Timor Leste). Les recherches du CIRAD en Indonésie, où j’ai effectué une grande

partie de mon stage, sont orientées vers la sécurité alimentaire, la lutte contre la pauvreté

pérenne et la gestion de la biodiversité. Son directeur régional, qui m’a accueilli à mon arrivée

à Jakarta, Indonésie, est Monsieur Alain RIVAL.

5

RESUME EXECUTIF

Ma mission en tant que stagiaire pour le CIRAD est d’effectuer une analyse d’impact

suite à un projet monté par le Fond Danone pour l’Ecosystème dans des fermes laitière à

l’ouest de l’île de Java en Indonésie. Le stage s’étend du 15 mai au 20 septembre 2015 soit un

peu plus de quatre mois. Sur cette période, je passerai un peu plus de trois mois en Indonésie,

entre les bureaux du CIRAD à Jakarta, l’Université de Bogor et les villages de Ciater et

Lembang où le projet a été mis en place avant de rejoindre les bureaux du CIRAD sur le

campus international de Baillarguet, à Montpellier.

Les premières semaines sont dédiées à la rédaction d’une revue bibliographique afin

de mieux appréhender le terrain. Suite à quoi, des prés visites sont effectués sur place par

l’ensemble de l’équipe pour nous permettre de mieux comprendre les actions effectivement

réalisées, de rencontrer les parties prenantes, de se faire une idée des résultats que nous

pouvons en attendre et de la méthode d’évaluation la plus appropriée. Ces rencontres nous

permettent par la suite de construire un chemin de l’impact nous donnant une idée des

indicateurs que nous souhaitons évaluer. C’est ainsi que nous pouvons décider, en fonctions

des ressources qui nous sont disponible comment agir efficacement et rédiger un

questionnaire qui nous donnera la possibilité de répondre aux attentes de Danone. Nous

décidons par la suite de la méthode d’échantillonnage la plus appropriée avant de faire appel à

des enquêteurs (étudiants à l’université d’agriculture de Bogor - IPB) et de commencer la

phase d’enquête en partenariat avec un enseignant chercheur de l’IPB. Cette phase dure

environ deux mois, où j’ai, sous ma responsabilité deux enquêteurs que je forme.

Parallèlement, je construis une base de donnée sous Excel qui sera par la suite importée et

fusionnée dans STATA, logiciel utilisé pour analyser ces données. 358 ménages sont enquêtés

et je m’occupe de saisir les données quotidiennement. C’est par la méthode du matching que

nous construisons notre groupe de contrôle et évaluons l’impact du projet au niveau des

éleveurs et de leur ménage.

L’équipe est constitué de 7 personnes : mon maître de stage, Monsieur Guillaume

DUTEURTRE, chercheur en agroéconomie au sein de l’unité « Système d’Elevage et Produit

Animaux » du CIRAD, présent lors des pré-visites puis de la rédaction finale des livrables ;

Madame Isabelle VAGNERON économiste, scientifique à l’UMR MOISA (Marchés,

organisations, institutions et stratégies d’acteurs), présente également lors des pré-visites et

d’une grande aide dans la rédaction du questionnaire ; Monsieur Pria SEMBADA,

6

enseignant-chercheur à l’Université Agricole de Bogor (IPB), dont le sujet de thèse doctorale

en agronomie concerne la transformation des systèmes de production du lait en Indonésie :

Evaluation des trajectoires de long terme et indicateurs de durabilité. Il m’accompagne sur le

terrain avec à sa charge deux autres enquêteurs et apporte des éléments plus techniques se

rapportant à l’activité de production laitière (alimentation des animaux, qualité du lait, santé

des bêtes etc.) ; Madame Yuni RESTI, enseignante à l’IPB, qui est chargée, avec Guillaume

DUTEURTRE de l’évaluation de ce même projet au niveau de la chaîne de production, dans

le cadre de son mémoire ; ainsi que messieurs Edi BASUNO, expert, et Jean-François

TOURRAND, vétérinaire de l’Unité de recherche GREEN du CIRAD, en charge de

l’évaluation de l’impact du projet Danone au niveau des communautés.

Ce rapport décrit en détail mes activités et les résultats de l’analyse d’impact effectuée.

INTRODUCTION

C’est à l’ouest de l’île de Java, en Indonésie qu’a lieux une grande partie du travail

qui consiste à effectuer une analyse d’impact socio-économique d’un projet mis en place par

le Fond Danone pour l’Ecosytème, au niveau des éleveurs de vaches laitières et de leur

ménage. Pour se faire une méthode rigoureuse est suivie des recherches préliminaire à la

rédaction du livrable finale. Le rapport qui suit décrit, dans une première partie, la situation de

départ, l’environnement économique de l’Indonésie et les activités mise en place par le projet.

Une seconde partie fait état des objectifs que nous devons atteindre et des moyens dont nous

disposons pour y parvenir. Dans la section suivante sont décrites les activités réalisées, à

savoir, la revue bibliographique, les bilans des pré-visites de terrains, le schéma du chemin de

l’impact, l’explication détaillée de la construction et de la réalisation de l’enquête ainsi que

l’analyse des données. Finalement, nous présenterons les résultats, avant de conclure.

SITUATION DE DEPART

Le CIRAD a été chargé en Mai 2015 d’évaluer l’impact socio-économique de deux

projets mis en place par le Fond Danone pour l’Ecosystème (http://ecosysteme.danone.com ;

cf. Encadré 1) dans des fermes laitières de deux communautés situées sur l’île de Java en

Indonésie : Ciater, dans la province de Java Occidentale, et Merapi dans le Territoire spécial

de Yogyakarta, comme indiquée dans la carte ci-dessous.

7

Figure 1: Situation géographique de Ciater et Merapi, sur l'île de Java, Inodnésie

Source : Google Maps

Avant de décrire plus précisément en quoi consistent ces projets, la rédaction d’une

revue bibliographique est nécessaire afin de mieux appréhender l’environnement avec lequel

nous allons interagir.

La forte croissance économique et démographique de ces 35 dernières années,

accompagnés par une volonté du gouvernement de soutenir l’industrie laitière depuis le début

des années 80 a résulté en un accroissement de la demande en produit laitiers. L’offre ne

s’étant par ailleurs par ajusté, les importations ont cru massivement. Parallèlement, les fermes

laitières indonésiennes sont majoritairement représentées par de petits exploitants qui font

face à des contraintes de tailles. L’un dans l’autre, améliorer l’efficacité économique de ces

petits exploitants est considéré par le gouvernement indonésien comme un moyen d’améliorer

le PIB et de réduire le niveau de pauvreté du pays. C’est donc dans ce cadre que s’inscrit le

projet du Fond Danone pour l’Ecosystème.

Encadré 1 : Le Fond Danone pour l’Ecosystème

La création du Fond Danone pour l’Ecosystème a été approuvée le 23 avril 2009. Il est

géré comme un fond de dotation, à des fins d’intérêt général.

«Le fond de dotation est constitué d’une allocation irrévocable de biens pour la réalisation

d’une mission ou d’une œuvre d’intérêt général. Il collecte des fonds d’origines privé, qu’il

peut soit constituer en dotation dont il utilise les fruits, soit consommer pour accomplir sa

mission. Il peut mener lui même cette mission ou financer un autre organisme d’intérêt

8

général pour son accomplissement » (Définition du fond de dotation selon le portail de

l’économie et des finances).

Le fond vise à renforcer et développer les activités des partenaires qui constituent

l’écosystème de Danone : éleveurs, agriculteurs, fournisseurs et sous contractants,

transporteurs et opérateurs logistiques, distributeurs, territoires et autorités locales…

Le Fond mène des actions d’aides au renforcement d’activités économique pour créer des

emplois ; soutient le développement des capacités en particulier à travers des formations, aide

la mise en place d’activités économique et de projet d’entreprenariat pour créer des emplois et

soutient le développement de petites et moyennes entreprises.

Il finance des initiatives identifiées dans un premier temps par les filiales de Danone dans leur

zone d’intervention et agit en collaboration avec des partenaires tel que des ONG, des

organisations de microcrédits ou des consultants.

Enfin, le Fond ne soutient que les fournisseurs dont les pratiques sont en accord avec le

programme RESPECT : la charte Danone des droit sociaux fondamentaux.

Ainsi, deux projets ont été lancés par le Fond Danone pour l’Ecosystème qui est donc

ici le maître d’ouvrage.

Dans le premier, le Fond Danone pour l’Ecosysème, en collaboration avec des

partenaires et plus particulièrement le KPSBU (coopérative laitière) et Sahabat-Cipta (l’ONG

en charge de l’implémentation du projet, donc le maître d’œuvre) ont promu le

développement de 140 petits exploitants laitiers à travers la provision de crédits destiné à

l’achat de vaches, la formation et le conseil technique, l’aménagement des fermes

(rénovations de mangeoires et systèmes d’abreuvement) et l’autonomisation de petits

business. Le projet a notamment développé le concept de « Demo-farm » visant à améliorer

les connaissances et performances socio-économiques des éleveurs. Ces activités se sont

déployées principalement dans la zone de Ciater et marginalement dans la zone de Lembang :

toutes les fermes laitières volontaires de Ciater, soit 140 environs et 25 à Lembang. Le projet

s’est déroulé en deux phases :

- La première phase, de 2008 à 2010 vise à octroyer des crédits afin d’aider les

habitants de Ciater à se procurer des vaches laitières.

9

- La seconde phase, de 2011 à 2014 a consisté en l’appui à la production

laitière et à d’autres activités économiques, plus générales.

Plus spécifiquement, concernant les activités liées à la production laitière, le

projet a mis en place 11 « démo-farms », qui sont, en pratique, des fermes

sélectionnées pour constituer des fermes « de démonstration » mettant en

œuvre les innovations promues par le projet, et bénéficiant d’un espace pour

recevoir les éleveurs voisins, les former, échanger, répondre à leurs

questions. La localisation de ces démo-farms est choisi selon leur

emplacement géographique (une dans chaque zone pour qu’elles soient à

proximité des autres éleveurs), et selon la volonté et les capacités

pédagogiques des propriétaires à transférer leur savoir. Les éleveurs

considérés ont eux-mêmes reçu des formations sur les bonnes pratiques à

adopter et la façon de les enseigner (c’est le concept de « Training of

Trainers »). Le projet forme aussi plus directement les éleveurs sur les

bonnes pratiques à adopter notamment concernant l’alimentation des vaches ;

rénovation des mangeoires dans toutes les fermes laitières en les carrelant de

manière à faciliter leur nettoyage; renouvellement des systèmes

d’abreuvement pour les automatiser de sorte que les bovins aient de l’eau

continuellement ; accès au crédit facilité pour l’achat de génisses laitières

pleines; test régulier de la qualité du lait afin de l’améliorer.

Parallèlement à ces activités d’appui à la production laitière, des activités

« non laitières » sont conduites : des cliniques mobiles, des formations et des

services ont été mises en place dans des centres de santé pour enfants et

femmes enceintes ; des formations dans les écoles et la distribution de

produits laitiers aux enfants ainsi qu’un apport financier pour faciliter l’achat

de matériels et d’équipements visant à améliorer les conditions d’hygiène et

de scolarité ont lieu dans les écoles ; enfin, des accompagnements de groupes

et des formation à des activités de diversification des revenus pour

l’autonomisation des femmes font également partie des activités du projet.

La deuxième phase du projet s’est arrêtée fin 2014 suite à la vente de Danone

Dairy Indonesia à Indolakto. Le CIRAD est en charge de son évaluation afin

de tirer les enseignements de cet important projet pour les activités futures du

Fonds Danone pour l’Ecosystème.

10

Le second projet prend place à Merapi (Java Central), là où en 2010 l’éruption d’un

volcan a causé la mort de 33 personnes et forcé l’évacuation de 350 000 habitants, affectant

ainsi le niveau de vie des ménages. Les coûts des dommages ont été évalués à plus de 500

millions de dollars, dont 100 millions concernent l’agriculture. C’est en 2012 que le Fond

Danone pour l’Ecosystème lance son projet dans la région en partenariat avec Sari-Hussada,

sa filiale indonésienne implantée à Jogjakarta. La première partie du projet s’est concentrée

sur l’établissement d’un nouveau modèle d’exploitation communautaire du cheptel :

provisions de crédits pour l’achat de vaches, organisation des éleveurs en groupes d’entraide

et associations, construction d’une étable communautaire ; le tout visant à l’amélioration de la

qualité du lait, autonomiser les communautés locales et promouvoir la diversification.

La deuxième phase du projet doit commencer en 2015 et vise à donner plus d’ampleur au

projet en développant des Centres de Services pour l’Agriculture dans les villages alentours

(« satellite farmers ») pour faciliter la gestion, assurer un suivi des formations et des services

pour les éleveurs concernés ou non par les étables collectives et pour développer un système

intégré à travers le développement des systèmes d’élevages, d’agriculture et de transformation

des produits.

L’évaluation de l’impact du projet par le CIRAD se focalise dans un premier temps sur la

phase 1 du projet. Concernant la phase 2, des indicateurs fiables et performants doivent être

identifié afin de piloter sa progression. Cependant, pour des raisons de calendrier, ce stage

s’est uniquement focalisé sur le terrain de Ciater et le projet de Merapi n’a pas été abordé ni

visité.

Nous allons donc nous focaliser sur l’évaluation de l’impact de la seconde phase du projet mis

en place à Ciater.

OBJECTIFS ET MOYENS

Au départ, l’objectif général du stage est d’évaluer l’impact des projets Ciater et

Merapi à trois niveaux :

- Au  niveau  des  éleveurs  de  vaches  laitières    et  de  leur  ménage,    

- De  leur  communauté  

- Au  niveau  de  la  chaîne  de  production.    

L’objectif spécifique de ce stage cependant, se concentre uniquement sur l’évaluation de

l’impact socio-économique du Danone Dairy projet à Ciater au niveau des éleveurs et de leur

ménage.

11

Ainsi, l’étude doit nous donner des éléments de réponses quant à l’impact du projet sur

le bien-être économique et sociale des éleveurs de vaches laitières, soit : leurs revenus, leurs

conditions de vie et de travail, leur stratégie de diversifications ; leur niveau de connaissance

et compétences ; leur vulnérabilité (est-ce que le projet permet aux éleveurs d’épargner et

investir davantage ? améliore leurs revenus, sécurité alimentaire … ?) ; mais aussi leur

production ; ainsi que leur motivation à continuer leur activité au delà du projet.

Le but a terme est de pouvoir remettre un rapport qui fasse état de ces résultats, de leur

soutenabilité et des éléments explicatif de sa réussite.

Ainsi Danone devrait pouvoir en tirer des conclusions quant à la réalisation de tels projets

dans des environnements similaire.

Pour ce faire, il est nécessaire dans un premier temps d’effectuer une revue de

littérature afin de mieux appréhender les terrains où nous allons nous rendre que ce soit au

niveau géographique, culturel ou économique. Des pré-visites de terrains sont ensuite

organisées pour aller à la rencontre des différents acteurs et parties prenantes afin de pouvoir

construire le chemin de l’impact (impact pathway). Ces éléments nous permettrons de mieux

envisager la rédaction de l’enquête qui sera conduite par la suite selon la méthode

d’échantillonnage choisie.

358 individus sont enquêtés sur une période d’environ deux mois. Pour se faire deux

équipes de trois personnes chacune se partagent la moitié du travail sur chaque site (Ciater et

Lembang). L’enquête est préalablement testée en même temps que les enquêteurs sont

formés. La base de données est ensuite construite et alimenté quotidiennement par les

réponses aux enquêtes. L’analyse des données, enfin, nous permet de communiquer des

résultats d’évaluations quant à la durabilité du projet, d’identifier des éléments de succès et

d’émettre des recommandations dans un rapport qui sera remis à Danone au mois de

Novembre 2015.

REALISATION

REVUE BIBLIOGRAPHIQUE

Les deux premières semaines du stage sont dédiées à la rédaction d’une revue

bibliographique qui nous permettra de mieux appréhender nos pré-visites de terrains.

12

Ainsi, l’Indonésie est la quatrième nation la plus peuplée au monde, la 10ème plus

importante économie en terme de parité de pouvoir d’achat et membre du G20. L’Indonésie a

également divisé par plus de deux son taux de pauvreté depuis 1999 pour atteindre 11,3% en

2014. Sur une population de 252 millions c’est ainsi plus de 28 millions d’Indonésiens qui

vivent sous le seuil de pauvreté et environ la moitié des ménages sont toujours sous le seuil de

pauvreté défini au niveau national à 292951IDR par mois (environ 18€). Le taux de

croissance de la population a été plus rapide que celui de l’emploi et l’Indonésie n’est pas

encore très performant quand on regarde ses indicateurs de santé et d’infrastructures. On

remarque une légère décélération de la croissance économique depuis 2012, du à la réduction

de la demande mondiale. (Banque Mondiale).

L’Indonésie reste cependant le pays le plus performant de l’ASEAN1 (Association of South-

Est Asia Nations) avec pour moteur principal de l’économie la consommation privée.

Les fermes laitières du pays sont majoritairement de petites exploitations qui travaillent selon

des pratiques traditionnelles. En effet, 64% de la production nationale de lait est fournie par

ces petits exploitants, 28% par des exploitations moyennes et 8% par de grandes

exploitations. (Erwidodo 1998 et Swastika et al. 2005).

Les éleveurs, eux, seraient à 73% allé à l’école primaire, 11% au collège, 11% au lycée et 5%

à l’université (R. Tawaf et A. S. Surianingrat).

En 2011 le DGLS (Director General of Livestock Services) annonçait que le gouvernement

visait une augmentation de l’autosuffisance en lait de 30 à 50% à l’horizon 2015. Des

programmes nationaux ont donc promut le développement des fermes laitières en même

temps que la consommation de produits laitier, qui a de ce fait rapidement augmenté.

Concernant plus précisément notre terrain d’action, l’ouest de l’île de Java, de par sa

proximité géographique à la capitale (Jakarta) joue un rôle stratégique pour l’économie du

pays. En effet, presque 60% des usines de transformation et manufactures sont concentrées

dans cette zone.

Les contraintes auxquelles font face les éleveurs sont multiples comme illustrées dans la

figure 1.

1 L’ASEAN réunit Brunei, le Cambodge, l’Indonésie, le Laos, la Malaisie, la Birmanie, les Philippines,

13

Figure 2 : Contraintes identifiées par les éleveurs dans l'exercice de leurs activités

Source: The role of demo farm to develop smallholders dairy farming, Rochadi Tawaf and Aldi. S. Surianingrat,

Economics Laboratory faculty of Animal Husbandry Padjadjaran University

Ils relèvent une basse productivité de leur bétail du fait de leur race, suivi de finances

limités, une mauvaise qualité du concentré et de la nourriture dont ils disposent pour leur

troupeau, un manque de connaissances en matière de santé, d’organisation et de savoir faire

pour le traitement des déchets, ainsi que l’absence d’accès à de l’eau potable gratuite.

C’est suite à ces observations que l’installation de 11 démo-farm stratégiquement placées au

cœur de communautés de petites exploitants laitiers ou, des points de collection du lait a été

identifié comme étant un élément de réponse.

Ces démo-farm incluent des étables suffisamment large pour y attacher une vache (Cf photo 1

en annexe). Pour faciliter les activités de formation une pièce y est aménagée afin de recevoir

les éleveurs de vaches laitières voisins. Chacune d’entre elle dispose également d’un système

de stockage pour le fumier et d’une unité de biogaz. Comme les exploitants ne disposent que

de quelques vaches, à part quelques ustensiles de base, aucun investissement de machine à

traire n’est nécessaire.

Quality  of  concentrate,  

14%  Water,  4%  

Access  to  Finance,  15%  

Quality  of  breed,  16%  Land  of  forage,  

14%  

Animal  Health  ,  14%  

Waste  Management,  

14%  

Security,  9%  

Constraints  

14

Concernant les partenaires sur ce projet, le KPSBU2 est une coopérative laitière qui a

été implémenté le 8 août 1971, c’est aussi un acteur et partenaire clés du Fond Danone pour

l’Ecosystème dans la mise en place de son projet à Ciater. La coopérative compte 7000

membres dont 5178 actifs et couvre plusieurs districts de la zone en faisant l’une des plus

importantes coopératives de la région. Généralement, ses membres sont propriétaire de 1 à 4

vaches dont la capacité de production moyenne est d’environ 10 à 15 litres par jour.

Alors que traditionnellement Ciater est essentiellement une zone de plantation de thé, les

fermes laitières, notamment suite à la mise en place du projet Danone se sont rapidement

développées sur les cinq dernières années en faisant une cible d’expansion des activités du

KPSBU.

Les pré-visites de terrains

Les pré visites de terrains, effectué au mois de mai et juin nous permettent de

rencontrer les principales parties prenantes à savoir les éleveurs eux même, et des

représentants des partenaires de Danone Dairy Indonésia (DDI) : le KPSBU et Sahabat-Cipta.

Ces visites nous permettent de constater que les fermes laitières sont la plupart du

temps un business familial.

Ces ménages disposent généralement d’un terrain sur lequel ils font pousser du fourage ou de

l’herbe à éléphant, qui servent à l’alimentation du bétail. La taille de ces parcelles ne leur

permet pourtant pas d’être autosuffisant. Parfois ils sont propriétaires de leur terre, parfois ils

la louent au KPSBU ou au gouvernement quand il s’agit de terre destinée aux plantations de

thé. Aussi, le manque de terre disponible dans la région est considéré comme une limite à

l’expansion de leurs activités.

Pour transporter le fourage du champ à l’étable, le ménage dispose souvent d’un deux roues.

Il semblerait aussi que la récolte de ces plantes soit l’activité qui leur prennent le plus de

temps et par laquelle ils débutent leur journée.

Les éleveurs que nous rencontrons à Lembang étaient déjà dans le business des fermes

laitières avant l’implémentation du projet. Ils ont donc plus d’expérience dans ce domaine que

ceux que nous rencontrons à Ciater qui étaient, avant le début du DDCP : chauffeur,

travaillaient dans les champs de thé, de riz, l’horticulture ou élevaient des vaches à viandes.

C’est donc la première partie du DDCP qui leur permet de s’acheter leurs premières vaches.

2 Koperasi Peternak Sapi Bandung Utara : Coopérative des éleveurs bovins du Nord Bandung

15

Aussi, alors que les habitants de Ciater qui n’ont pas profité du DDPC ce sont parfois inspiré

des actions menées par Sahabat-Cipta et KPSBU pour entreprendre une activité laitière ou ont

bénéficié du matériel de formation de leurs voisins pour leur amélioration, les habitants de

Lembang non impacté n’ont pas l’air de savoir ce qu’est une démo-farm.

Economiquement parlant, ils reportent apprécier la plus grande régularité des revenus

apportés par KPSBU puisqu’ils sont rémunérés toutes les deux semaines alors que dans

d’autres activités professionnelles la rémunération se fait sur une base mensuelle.

Concernant la gestion des déchets, beaucoup des éleveurs que nous rencontrons disposent

d’une unité de biogaz. Ceux de Ciater ont cependant tendance à ne pas trop se soucier de la

gestion du fumier, à partir du moment où ils parviennent à se débarrasser de l’odeur ce qui les

amènes à faciliter son évacuation vers la rivière la plus proche. A Lembang en revanche, il

semblerait que certain arrivent à s’en débarrasser chez leur voisin agriculteurs qui s’en servent

comme engrais.

Une rencontre avec les représentants des partenaires de Danone Dairy Indonesia

(KPSBU et Sahabat-Cipta) nous confirme que l’objectif du projet est notamment d’augmenter

le nombre d’éleveurs et la population de vache laitière de la région pour pouvoir produire plus

de lait mais aussi améliorer sa qualité et par la même augmenter le revenus des éleveurs

considérés.

Il semblerait, de plus, que des bandes dessinées illustrant les aspects techniques liés à la

profession d’agriculteurs laitier aient également été distribuées pour populariser et

promouvoir cette activité chez les plus jeunes afin d’assurer la relève et la durabilité des

impacts du projet.

Monsieur Dani HAMDAN, le manager de projet chez Sahabat-Cipta déplore que le projet ait

du s’arrêter précipitamment suit à la vente de Danone Dairy Indonesia à Indolakto fin 2014.

Les actifs restant (voitures etc.), cependant, doivent être vendu et les fonds versés à KPSBU

pour qu’ils assurent un suivi et surveillent la durabilité de l’impact du projet.

Il nous confie également être pleinement satisfait concernant les activités engagées

directement liés à la production laitière puisque les objectifs seraient sont selon lui largement

atteins. En revanche, il ne peut pas en dire autant des activités liées à la santé, l’hygiène et

l’éducation. Pourtant les débuts étaient prometteur puisqu’ils nous rapportent avoir été très

bien accueilli par les élèves des classes dans lesquels ils ont pu intervenir.

D’après ces partenaires, la qualité du lait fourni a été grandement améliorée.

Figure 3 : Chemin de l'impact du DDCP

16

Construction de l’impact pathway

Source : Guillaume DUTEURTRE et Justine RIVATON

17

Construction et réalisation de l’enquête

Sur la base de la revue bibliographique de départ, des différents entretiens, des

objectifs visés et des impacts attendus, nous rédigeons une enquête (consultable en annexe)

afin de pouvoir faire une analyse quantitative de l’impact du projet au niveau des éleveurs et

de leur ménage.

L’enquête inclue des « questions de rappels » qui visent à nous renseigner sur la situation de

départ, c'est à dire la situation avant que le Danone Dairy Ciater Project (DDCP) soit mis en

place ; des questions qui nous informerons sur les caractéristiques de base des éleveurs

sélectionnés, c'est à dire des caractéristiques non impactés par le projet et qui ne varient pas

dans le temps ; ainsi que des questions qui nous permettront de construire des indicateurs qui

nous renseigneront sur la réalisation des objectifs du projets.

Le questionnaire est divisé en 9 sections (de A à I) :

- A. Identification : nous renseigne sur la date, l’enquêteur, le numéro de membre

KPSBU de l’enquêté, l’altitude à laquelle il vit, le nom du village, la distance à laquelle

il se trouve du point de collection du lait le plus proche. On cherche aussi à savoir s’il a

été traité en lui demandant si il dispose d’une mangeoire et d’un système d’abreuvage

rénové, si ça a été fait par le projet Danone, et si il forme d’autres éleveurs pour essayer

de cerner les fermes choisies pour être des démo-farms.

à Ce dernier point cependant n’a pas été suffisamment bien tourné puisque certains

éleveurs qui n’avaient pas nécessairement été choisi pour former les autres par le projet

on répondu par l’affirmative. Il semblerait donc que dans certains cas les éleveurs

s’organisent entre eux pour que les plus performant transfèrent leurs savoirs aux

novices. C’est un point auquel il faut faudra faire attention à la lecture des résultats.

- B. Caractéristiques du ménage : on demande le nombre d’enfants et d’adultes qui

compose le ménage, l’âge de l’enquêté, son sexe, son niveau d’éducation dont les

réponses se répartissent sur 8 niveaux et l’année à laquelle l’enquêté à commencé

l’élevage de vache laitière pour connaître l’expérience dont il bénéficie.

- C. Activités de la ferme : On cherche à connaître la taille du troupeau et sa composition

(nombre de vache en période de lactation, en période sèche, de génisses, de veaux male

et femelle, de taureaux, de vache à viande et autre) en 2010, donc avant

l’implémentation du projet et lors de notre passage.

18

On cherche aussi à savoir à quelle quantité de terre ils ont accès et à quelles conditions,

donc on demande la taille des zones résidentielles, de l’étable, des terres où ils font

pousser du fourrage, celles où ils ont des activités d’horticulture ; si ce sont des espaces

qu’ils louent ou dont ils sont propriétaires, et le prix de location le cas échéant.

On se renseigne également sur le matériel de construction de l’étable (toit, structure,

sol) pour avoir une idée du standing de l’étable et du niveau de richesse de la ferme.

La question de la gestion des déchets organiques offre un choix multiple à savoir :

stocké dans une fosse à déchets, dirigé vers la rivière, utilisé comme biogaz ou autres.

Une autre question avec plusieurs réponses possibles est celle des ustensiles et matériels

disponible au sein de la ferme.

On se renseigne également sur les activités réalisées (récolte et transportation du

fourrage, traite, nettoyage de l’étable, nettoyage des bestiaux, plantation et gestion du

fourrage, transformation « maison » du lait, livraison du lait et nettoyage des récipients),

le temps passé pour chaque activité, le nombre de personne vivant au sein du ménage

qui contribue à chaque activité et le nombre de travailleurs hors ménages qui y

participent. On cherche finalement à savoir le nombre de personnes du ménage qui

travaillent à la ferme.

Nous nous renseignons ensuite sur les intrants et techniques en demandant les quantités

et type de nourritures apportés quotidiennement par vache.

Ensuite, la race de la vache est renseignée, le système de reproduction auquel ils ont

recours (artificiel ou naturel), le nombre moyens d’inséminations réalisées par vaches

sur la dernière année, la période moyenne de lactation, la production totale de lait

quotidienne au moment de l’enquête et en 2010.

On se renseigne également sur la technique utilisée pour abreuver le troupeau avant

l’implémentation du projet et aujourd’hui.

On demande également s’ils prévoient d’agrandir leur ferme et quelles sont les

principales contraintes qu’ils identifient à cette extension éventuelle.

Afin de se faire une idée de leur niveau de sensibilisation à la question

environnementale nous demandons le type de déchets produits par la ferme, ce qu’ils en

font, et s’ils ont changé leur pratique depuis 2010. On leur demande aussi s’ils estiment

avoir des problèmes de gestion des déchets et si l’enquêteur constate un problème à ce

niveau là afin de prévenir d’éventuelles différences de point de vues. (En effet, il arrive

que les éleveurs que nous rencontrons n’estiment pas avoir de problème de gestion des

19

déchets puisque ça s’écoule très facilement vers la rivière qui se trouve juste en contre

bas.)

à Une remarque concernant les terres pour le fourrage : il arrive que les terres soient

loué par les éleveurs au KPSBU dont le prix est directement retiré de leur rémunération

brute. Dans ce cas la case a été remplie par un 0.

- D. Aspects économiques : Là on se renseigne d’une part sur les revenus, notamment le

revenu net des 15 derniers jours versés par KPSBU ainsi que sur les revenus, liés à

l’activité de la ferme mais provenant d’ailleurs comme la vente de veaux, de vaches, de

fumier et de lait transformé ; puis sur les autres activités économiques et sources de

revenus du ménage.

D’autre part pour pouvoir finalement approximer les revenus totaux nets, nous nous

renseignons sur les coûts hors KPSBU.

à En effet, une précision doit être apportée ici : le KPSBU fournit du matériel, des

services et autres alimentations à ses membres dont les coûts sont directement soustrait

de leur rémunération bimensuelle brute. Ces coûts sont donc déjà pris en compte dans la

première question de cette section. Notons également que le KPSBU rémunère ses

membres selon la quantité et la qualité du lait vendu par groupe d’éleveurs.

- E. Connaissances et formation : On commence par leur demander si ils connaissent

Sahabat-Cipta, s’ils ont eu écho de leurs actions et si ils ont été contactés par l’ONG

entre 2011 et 2014. On leur demande également s’ils ont entendu parlé du nouveau

système de mangeoire et d’abreuvement et s’ils en possèdent un.

On leur demandent ensuite si des membres de leur ménage on reçu des formations sur

les bonne pratiques, combien, sur quelle période et de la part de quel organisme.

Puis nous nous informons sur les fréquences de visites dans les démo-farms pour les

formations et en dehors ; sur la durée du projet et depuis 2015.

On les questionne également sur leur capacité à faire de l’ensilage lors de l’enquête et

en 2010 ; on veut savoir s’ils ont été visité par des représentants du gouvernements pour

être formé sur les bonne pratiques et si dans ce cadre ils ont reçu des vaches, quand et

combien.

Enfin on leur demande s’ils connaissent Danone et si c’était le cas en 2010.

20

- F. Indicateurs de bien-être : On commence par leur demander s’ils sont propriétaire ou

locataire de leur logement (ou autre) ; s’ils ont un accès à l’eau ; leurs usage de

l’électricité ; leur utilisation, ou non, du biogaz et à quelles fins ; les caractéristiques de

leur logement lors de l’enquête et en 2010 (Est-ce que le toit de leur logement est en

tuile, les murs concret, est-ce qu’ils ont un garage ?). On leur demande ensuite les

éléments du quotidien dont ils disposent (radio, télévision, frigo, machine à laver,

téléphone portable, lecteur CD, deux roues motorisés, voiture, vélo) pour se faire une

idée de leur niveau de vie et depuis quand, pour savoir si ça a pu être impacté par le

DDPC.

On leur demande enfin combien de leurs enfants sont en âge d’aller à l’école, combien

vont effectivement à l’école et les frais d’inscription engendrés en 2015.

- G. Perception du bien être : On leur demande ici d’évaluer sur une échelle de réponses

possible l’évolution de leur bonheur et situation financière depuis 2010. L’enquête

requiert également une appréciation personnelle du business laitier de manière générale.

On se renseigne ensuite sur la façon dont ils se sentent impacté par le projet le cas

échéant (création de solidarité, de compétition, de jalousies, de fierté, de connaissance,

de confiance, renforcement les liens communautaires, autres)

Si les enquêtés font partit du groupe de traitement, on leur demande ce que ça leur a

apporté : pouvoir se projeter dans le futur, prendre plus de risques, innover plus,

amenuiser les inquiétudes.

Enfin on cherche à savoir si ils souhaitent que leurs enfants prennent la relève le

moment venu.

- H. Capital Social : On cherche dans cette section à savoir si les enquêtés sont des

membres actifs d’association voire s’ils ont des responsabilités dans ces organisations,

ou plus largement au sein de leur village. On leur demande aussi s’ils sont membre de

KPSBU et depuis quand, et s’ils ont quitté le KPSBU.

à Cela dit, comme c’est justement des membres de l’équipe du KPSBU qui nous a

présenté aux éleveurs, nous ne rencontrerons que des membres de KPSBU et passons à

côté de ceux pour qui le projet auraient pu ne pas marcher, et qui auraient changé

d’activité ce qui est à garder à l’esprit lors de l’analyse des résultats.

21

- I. Informations sur le crédit : On demande aux sondés s’ils avaient accès au crédit avant

2011 et lors de la réalisation de l’enquête ; d’où vient cet argent (banque, amis/famille,

groupe d’entraide, KPSBU) et s’ils bénéficient d’un compte en banque au moment de

l’enquête.

à Ici le problème vient du fait que la première phase du projet qui consistait à faciliter

l’accès au crédit pour l’achat de vaches a été administrée à tous les individus volontaire

du village de Ciater et pas aux habitants de Lembang. L’analyse de ces résultats et donc

difficile, puisque l’impact que l’on risque de trouver ne sera pas nécessairement du à la

seconde phase du projet, mais principalement à sa première phase.

Analyse des données - Méthodologie

Comme nous souhaitons évaluer l’impact du DDCP, nous somme intéressé par l’effet

moyen du traitement sur les participants.

Etant donné que le projet n’a pas été administré de manière aléatoire, nous imitions la

randomisation en appareillant les non participants aux participants sur la base de leurs

caractéristiques observables dans un premier temps (matching sur les covariables) et de leur

probabilité à participer au projet dans un second temps (Matching sur le Score de

Propension).

Notre contre factuel sera donc notre groupe de control appareillé, c'est à dire les éleveurs qui

n’ont pas bénéficié du projet de Danone mais qui ont des caractéristiques de bases similaires

aux éleveurs qui ont reçu le traitement. Formellement on veut étudier l’impact du traitement

tel que :

𝛼!"" = 𝐸 𝑌! − 𝑌! 𝑇 = 1,𝑋 = 𝐸 𝑌 𝑋,𝑇 = 1 − 𝐸 𝑌 𝑋,𝑇 = 0

où 𝛼!"" donne l’effet de traitement moyen sur les traités ; 𝑌!  (𝑌!) est la variable d’intérêt pour

un individu du groupe de traitement (control) ; 𝑇 est une variable binaire égale à 1 si

l’individu a été traité et 0 sinon.

Cette méthode nécessite de faire deux hypothèses :

Premièrement, l’hypothèse d’identification commune implique que les traités qui ont les

mêmes caractéristiques observables que les non traités auraient les mêmes résultats que ces

derniers s’ils n’étaient pas traités. De la même manière un individu non traité avec des

22

caractéristiques similaire aux personnes traitées obtiendrait les mêmes résultats si il était

traité.

Deuxièmement, l’hypothèse de support commun implique que des individus avec des

caractéristiques observables similaires ont une probabilité positive d’être traité.

Formellement : 0 < Pr 𝑇 = 1 𝑋 < 1 où T nous renseigne sur le traitement et X sur les

caractéristiques observables.

Maintenant que nous avons posé nos hypothèses, nous pouvons utiliser, soit la

méthode du matching sur les covariables, soit la méthode du matching selon les scores de

propension. Pour vérifier la robustesse de nos résultats nous ferons les deux.

Matching sur les covariables

Le matching sur les covariables signifie que l’on a besoin de trouver dans notre groupe

de control des individus similaires à ceux de notre groupe de traitement, où la « similarité »

est définie par une mesure de la distance c'est à dire un algorithme de matching tel que :

𝛼!"" =1𝑁 𝑌!! − 𝒘𝒊𝒋𝑌!!

!∈!!!

où N est le nombre d’individus que nous avons dans notre échantillon ;𝑌!! la variable d’intérêt

de l’individu i traité ; 𝑌!! la variable d’intérêt de l’individu j non traité et 𝒘𝒊𝒋 la mesure de la

distance qu’on utilise pour déterminer à quel point nos individus i et j considérés sont

similaire.

Nous commençons par utiliser comme mesure de la distance, « le(s) voisin(s) le(s) plus

proche » où chaque individus est appareillé à une ou des unités de contrôles qui ont les

caractéristiques observables les plus similaires. Formellement, dans ce cas, la distance est

donc représenté telle que :

𝑤!" =1  𝑠𝑖   𝑋! − 𝑋! = 𝑚𝑖𝑛!∈!!! 𝑋! − 𝑋!

0  𝑠𝑖𝑛𝑜𝑛

La commande STATA que nous utilisons est : nnmatch T X1 X2 X3.

Nous utilisons ensuite la distance de Mahalanobis où formellement :

23

𝑤!" = (𝑋! − 𝑋!)!!!𝐶!!(𝑋! − 𝑋!)

où C est la matrice variable-covariance.

Les caractéristiques de base que nous utilisons sont : l’altitude à laquelle ils élèvent

leurs vaches, la distance qu’il doivent parcourir pour livrer leur lait, leur âge, leur niveau

d’éducation, l’année à laquelle ils ont commencé ce business, la taille du troupeau dont ils

disposaient en 2010 (avant le début de la seconde phase du projet), leur capacité à faire de

l’ensilage en 2010, une variable binaire égale à 1 si l’enquêté connaît Danone en 2010 et 0

sinon, une autre égalé à 1 si l’individu est membre d’une mosquée et enfin, sa productivité en

2010.

Les résultats sont présentés dans la section suivante. Nous exposons d’abord la

méthode des scores de propension qui nous permettra d’évaluer la robustesse de nos résultats.

Appariement par les scores de propensions

L’appariement par les scores de propensions se sert de la probabilité des individus à

participer au projet. Formellement :

𝑝 𝑋 = 𝑃𝑟𝑜𝑏 𝑇 = 1 𝑋

où 𝑝 𝑋 est le score de propension, 𝑇 le traitement et 𝑋 les variables qui sont corrélés à la fois

à la participation au projet et la variable d’intérêt considéré.

La méthode des scores de propension nous permet de montrer que deux individus qui ont une

probabilité similaire de participer au projet auraient eu des résultats analogues s’ils avaient

tous les deux été traités.

Puisque notre traitement est binaire : notre groupe de traitement est composé des enquêtés qui

vivent à Ciater, qui ont répondu « Oui » à la question « Est-ce que votre mangeoire et système

d’abreuvage ont été rénové dans le cadre du projet Danone ? » et on commencé l’élevage de

vaches laitières avant 201 ; nous utilisons un probit pour estimer la probabilité de participer

au projet en fonction de X. Formellement :

𝑝(𝑇!) = 𝛿! + 𝛿!𝑋! + 𝛿!𝑋! + 𝜀!

24

nous permet d’estimer des scores de propension pour chaque individus de notre échantillon.

Finalement, nous vérifions l’équivalence des scores de propensions entre les groupes

de control et de traitement, c'est à dire le support commun.

RESULTATS

A partir de notre base de données de 358 répondants (107 de Ciater et 251 de

Lembang), on obtient finalement un échantillon traité de 89 éleveurs pour 251 unités de

control.

Parmi eux 108 ont une mangeoire et système d’abreuvage rénové dont 96 ont été fait par le

projet Danone. Notre échantillon est composé de 81% d’hommes qui ont, en moyenne 42 ans.

La majorité d’entre eux ont fini l’école primaire (62%). En terme d’expérience ils ont

commencé l’élevage de vaches laitières en 2002 en moyenne pour atteindre un troupeau de

4,37 têtes en moyenne en 2010. Leur production total de lait quotidienne, atteins une

moyenne de 36,9 litre avant le début du projet.

Comme expliqué par Abadie et al. (2004), si le traitement avait été administré de

manière aléatoire, on aurait pu utiliser l’effet moyen du traitement d’un individu du groupe de

control avec des caractéristiques de prétraitement similaires pour estimer ses résultats s’il

avait été traité. Cependant, en pratique le traitement n’a pas été administré aléatoirement

puisque Danone a traité les habitants de Ciater volontaire, après leur avoir donné dans un

premier temps un accès au crédit.

Nous présentons donc dans un premier temps les résultats d’analyse du matching

selon la mesure de la distance définie par le(s) voisin(s) le(s) plus proche qui donne une

estimation de l’effet de traitement moyen du DDCP. Pour prendre en considération les

différences de caractéristiques de bases identifiées au préalable suite à la réalisation d’un test

de comparaisons de moyenne (présenté en annexe), on les utilise comme variables

d’appariement.

Le tableau 1 présente les résultats avec 4 voisins les plus proches, tel que suggéré par Abadie

et al. (2004) pour ne pas implémenter l’appariement sur trop peu d’information, ni considérer

des individus trop différents; puis le voisin le plus proche ; à chaque fois corrigés. En effet, si

l’estimateur n’est pas exact, il sera biaisé du fait qu’il révèlera la différence entre les variables

25

et les unités d’appariement. On a donc besoins d’éliminer ce biais en pratique. Les estimateurs

présentés sont donc corrigés, c'est à dire ajustés pour la différence de covariables.

Les deux colonnes suivantes, pour vérifier la robustesse de nos résultats, autorisent pour

l’hétéroscédasticité avec, encore une fois le et les 4 voisins les plus proches. Enfin, les deux

dernières colonnes présentent les résultats en utilisant la mesure de la similarité tel que la

définit la distance de Mahalanobis.

Tableau 1: Effet de traitement moyen selon le(s) voisin(s) le(s) plus proche

   

Nnmatch,  bias   Nnmatch,  bias  robusth   Nnmatch,  bias  mahal  

m(4)   m(1)   m(4)   m(1)   m(4)   m(1)  

Dairycattlesize2015   3,58***   4,90***   3,58***   4,90***   1,47***   2,05***  

C1342  (Send  the  waste  in  the  river)  

0,45***   0,33**   0,45***   0,33***   0,27***   0,27***  

Workinghours   2,67***   2,42***   2,67***   2,42***   1,51***   1,91***  

C33  (Technic  used  to  refilled  water  trunk)  

-­‐0,23*   -­‐0,25   -­‐0,23*   -­‐0,25*   -­‐0,55***   -­‐0,42**  

Productivity2015   5,15***   2,64*   5,15***   2,64***   8,29***   6,80***  

milkqualityindicator   142413.2***   170155.9***   142413.2***   170155.9***   47267.2***   32337.48*  

HHecoactincome   2059941   -­‐21300000*   2059941  -­‐

21300000***  -­‐747546.8   -­‐4002061  

E11  (Ability  to  make  silage  at  the  time  of  the  survey)  

0,85***   0,81***   0,85***   0,50***   0,92***   0,47***  

G1  (Self  appreciation  of  financial  situation  evolvement  since  2010)  

-­‐1,49***   -­‐1,32***   -­‐1,49***   -­‐1,32***   -­‐1,70***   -­‐1,83***  

G2  (Self  appreciation  of  

happiness  evolvement  since  

2010)  

-­‐0,84***   -­‐0,21   -­‐0,84***   -­‐0,21   -­‐0,99***   -­‐0,77***  

Source : Auteur

L’effet moyen du DDCP est une augmentation de la pratique qui consiste à envoyer

ses déchets dans la rivière voisine. Autoriser pour l’hétéroscédasticité donne un résultat

d’ampleur similaire et d’autant plus significatif. L’utilisation de la distance de Mahalanobis

26

donne des coefficients légèrement inferieur mais toujours positifs et très significatifs. De plus,

d’autres résultats concernant les variables environnementales, non reportées dans le tableau si

dessus (mais consultable en annexe) vont dans la même direction révélant un impact négatif

du projet sur l’environnement, ce qui pourrait être une limite à la durabilité de ses impacts.

Pour l’individu dans notre échantillon, l’effet moyen de la participation au DDCP, corrigé du

biais, est une augmentation de la taille de son troupeau. Quand l’écart type est estimé sous des

conditions moins strictes, autorisant pour l’hétéroscédasticité, le résultat reste positif et

significatif au seuil de 1%. L’utilisation de la distance de Mahalanobis réduit l’ampleur de

l’effet de traitement moyen estimé sur l’échantillon, qui reste cependant positive est fortement

significative. Ainsi, dans cet échantillon, le DDCP apparaît avoir un effet significativement

positif sur la taille du troupeau des participants.

Si on considère les impacts directs du projet, il apparaît que l’effet moyen de la participation

au DDCP conduit à un impact significativement positif, là encore, sur la quantité de matériel

qu’ont les éleveurs à leur disposition dans leur exploitation. Aussi, les coefficients nous

renseignant sur la technique utilisé pour l’abreuvement des bovins est négatif et sa

significativité change selon la spécification utilisée. Attention à l’interprétation des résultats

ici, due au codage de la question : 1 – Automatiquement ; 2 – Manuellement, deux fois par

jour ; 3 – Manuellement, non géré. Ainsi, si le projet a effectivement été mis en place comme

prévu, nous devrions trouver un coefficient négatif et c’est bien ce que nous constatons ici, ce

qui signifie que le DDCP a eu un impact positif sur le processus d’abreuvement des vaches

pour les participants. De plus, l’impact de la participation à ce projet est positif augmentant de

50 à 90% selon la spécification retenue, la probabilité des individus à savoir faire de

l’ensilage et significatif au seuil de 1%.

Pour construire un indicateur de qualité du lait, étant donné que les membres de KPSBU sont

rémunérés sur la base de la quantité et de la qualité du lait vendu, nous divisons la

productivité des éleveurs en 2015 par le revenu net versé par le KPSBU dans les 15 derniers

jours précédents l’enquête. Les résultats sont, une fois de plus, positif et significatif au seuil

de 1%, témoignant ainsi d’une amélioration de cet indicateur suite à la participation au

DDCP, que l’ont corrige pour le biais, autorise l’hétéroscédasticité ou utilise la distance de

Mahalanobis.

L’indicateur d’activité économique du ménage qui nous renseigne sur les revenus provenant

d’activités autre que celle de la ferme, nous donne une indication du niveau de diversification

des revenus des ménages considérés. Le coefficient, selon la spécification utilisée n’est pas

toujours fortement significatif mais toujours négatif, ce qui semble cohérent étant donné que

27

la participation au DDCP augmente le nombre d’heure quotidienne passées à travailler et

leurs revenus.

Enfin, si on regarde la perception du bien-être, il apparaît que les coefficients sont négatifs et

significatifs. Ces coefficient négatifs signifient, que sur une échelle de 1 (ma situation

financière s’est nettement améliorée) à 5 (elle s’est nettement dégradée), les enquêtés sont

plutôt optimistes, révélant que leur situation financière est meilleure aujourd’hui que ce

qu’elle n’était avant le projet. De même pour l’appréciation personnelle de l’évolution du

bonheur (G2). Les coefficients apparaissent négatif. Ainsi, dans notre échantillon, l’effet

moyen de la participation au DDCP est une amélioration du bonheur déclaré sur les 5

dernières années.

Pour estimer la probabilité de participer au projet maintenant (le score de propension),

nous devons inclure dans notre régression toutes les variables pré projet corrélées avec la

variable d’intérêt considérée, soit : la taille du troupeau en 2015, une variable

environnementale telle que l’envois des déchets dans la rivière avoisinante, la technique

utilisée sur le système d’abreuvement au moment de l’enquête et leur appréciation personnelle

de l’évolution de leur situation financière et de leur bonheur ; reporté dans le tableau 2 ci-

dessous (Plus de résultats sont disponible en annexe).

Corrélés avec le traitement, on trouve : l’altitude (A7), la distance au point de

collection de lait le plus proche (A10), le nombre d’enfants vivant au sein du ménage (B11),

l’âge de l’enquêté (B2), son sexe (B3), son niveau d’éducation (B4), son expérience dans le

domaine des fermes laitière (B6), le nombre de vaches en période sèche qu’il possède en 2010

(C112a), le nombre de mètre carré loué pour la production de forage (C123a et C124a), le

nombre de mètres carrés dont il est propriétaire et qu’il loue pour l’horticulture (C125a&b), le

matériel de construction du toit de l’étable (C131), sa production totale de lait quotidienne en

2010 (C39), avoir reçu la visite et été formé sur les bonne pratiques par un représentant du

gouvernement (E13), avoir reçu du bétail de la part du gouvernement (E14), connaître Danone

avant le début du projet (E16), la variable binaire qui renseigne sur le fait d’avoir une

téléphone portable avant 2011 (havingmp), être membre de le mosquée (H12a) et avoir des

responsabilités particulières dans le village (H2).

28

Tableau 2: Impact du DDCP d'après le calcul des scores de propension

Teffects psmatch

Teffects psmatch,

atet Psmatch2

Twoway / Graphic balance check

Dairycattlesize2015 Overlap

assumption violated

1,43** 1

C1342 (throwing the waste in the nearby river)

0,16*** 0,09 0,29

C33 (Technic used to refill the water trunk at the time of the survey)

Overlap assumption

violated -0,75*** -0,52***

G1 (Self appreciation of the evolvement of the financial situation since 2010)

-0,36*** -0,62*** -0,40

G2 (Self appreciation of the evolvement of happiness since 2010)

-0,13 -0,31** -0,52***

Source : Auteur

On commence par utiliser la commande teffects psmatch pour estimer l’effet moyen du

traitement sur la taille du troupeau en 2015. (On donne ci-après une complète description du

processus suivi pour la taille du troupeau. Nous donnerons ensuite uniquement les résultats).

On utilise un modèle probit pour prédire le score de propension de chaque individu en

utilisant les covariables qui sont à la fois corrélées au fait d’avoir reçu le traitement et à la

taille du troupeau en 2015, au seuil de significativité de 5% soit : l’expérience (B6), le nombre

de vache en période sèche en 2010 (C112a), le nombre de mètre carré de terre horticole dont

29

ils sont propriétaire et qu’ils louent (C125a&b), le matériel utilisé dans la construction du toit

de l’étable (C131), la production quotidienne totale de lait en 2010 (C39), avoir été visité et

reçu une formation sur les bonnes pratiques par un représentant du gouvernement (E13), avoir

reçu des vaches laitière de la part du gouvernement (E14) et la variable binaire égale à 1 si le

répondant à acquis sont téléphone portable après le début du projet et 0 sinon.

Cependant, la régression ne peut pas se faire parce que l’hypothèse de superposition est

violée. Néanmoins, quand on regarde l’effet moyen du traitement sur les traités plutôt (en

rajoutant l’option atet à notre commande STATA), la participation au DDCP augmente la

taille du troupeau d’une moyenne de 1,43 unités, significative au seuil de 5%.

L’utilisation de la commande psmatch2 nous donne un effet moyen du traitement sur les

traités de 1, non significatif, en utilisant les mêmes variables. Le support commun (ou zone de

superposition) est présenté dans la dernière colonne sous forme de fonction de densités.

Le teffect psmatch, pour estimer l’effet moyen du traitement sur C1342 nous informe que

participer au DDCP augmente la probabilité d’envoyer ses déchets dans la rivière avoisinante

de 16%, statistiquement significative au seuil de 5%. La même régression pour les traités

uniquement n’est cependant pas significative tout comme le psmatch2. La zone de

superposition semble pourtant assez large.

Si on considère la technique utilisée pour le système d’abreuvement des bovins laitiers, même

si teffect psmatch ne peut pas être estimé à cause de la violation de l’hypothèse de

superposition, ce qui est vérifié sur le graphique présenté en dernière colonne ; l’effet moyen

du traitement sur les traités est statistiquement significatif au seuil de 5%, tout comme le

psmatch2, et négatif, ce qui signifie que plus d’individus bénéficient désormais d’un système

d’abreuvement automatique. De même, l’effet moyen du traitement sur les traités révèle une

augmentation significative de 46% de la probabilité de savoir faire de l’ensilage au moment

de l’enquête.

Finalement, d’un point de vue social, participer au DDCP a un impact positif sur l’évolution

de la situation financière et du bonheur, selon les répondants eux-mêmes.

Ainsi, à partir de ces résultats, la participation au DDCP apparaît comme ayant un

impact plutôt négatif sur l’environnement. Nous pouvons par conséquent souligner une

faiblesse dans la mise en place du projet qui réside dans le fait que les formations n’ont

apparemment pas suffisamment insisté sur la thématique environnementale et sensibilisé les

individus à ce sujet. Si on considère en plus que ces villages abritent d’importants

30

écosystèmes, les impacts positifs de ce projet, pourraient, à plus long terme s’essouffler voire,

s’inverser.

On remarque aussi que le DDCP semble avoir un impact positif sur la situation financière des

traités. On peut souligner cependant que les revenus provenant d’activités autres que la ferme,

diminuent significativement. Ce résultat peut avoir différentes explications : les éleveurs sont

peut-être suffisamment confiant pour moins diversifier leurs sources de revenus ou peut être

que leur situation financière les place moins dans des conditions où ils ont besoins de revenus

complémentaires ; c’est peut-être aussi qu’ils n’ont simplement plus le temps parce que les

activités de la ferme les occupent beaucoup.

Enfin, avoir participé au DDCP apparaît avoir eu un impact positif et significatif sur

l’évolution du bonheur des répondants, depuis 2010, selon leur évaluation personnelle ; ce qui

est un résultat intéressant à relever du point de vue du bien-être.

CONCLUSION ET DISCUSSION

Finalement, Danone Dairy Indonesia et ses partenaires ont bien mis en place la

deuxième phase du projet en lien avec la production laitière.

Comme impact direct les éleveurs profitent, en moyenne, d’un meilleur système d’abreuvage

de leur bovin puisque celui-ci est automatisé.

La taille de leur troupeau s’est agrandie et ils délivrent un lait de meilleure qualité. Ils

reportent de plus une évolution positive de leur bonheur et de leur situation financière sur les

cinq dernières années.

Ces impacts positifs méritent cependant d’être reconsidéré dans une évaluation à plus long

terme pour évaluer leur durabilité, particulièrement depuis que nous savons que l’impact

environnemental du projet aurait pu être meilleur. En effet, la participation au DDCP semble

avoir aggravé les mauvaises habitudes des éleveurs vis à vis de l’environnement puisque les

individus semblent, plus qu’avant, envoyer leurs déchets dans la rivière avoisinante. On

relève, de plus un manque de connaissances quant au fumier qui peut être utilisé comme

fertilisant organique.

Pour conclure, nos résultats ne sont pas aussi robuste que ce qu’on l’aurait espéré

puisqu’aucun d’entre eux n’est significatif à chaque spécification utilisée : le voisin le plus

proche, le Mahalanobis et deux méthodes de calcul du score de propension ; surtout à cause

de la transgression de l’hypothèse de support commun. Ces différences de caractéristiques

31

entre notre groupe de traitement et groupe de control nous rappelle l’importance de penser

l’évaluation en amont de la mise en place du projet.

De plus, cibler toute la population d’une région, dans ce cas, n’est pas forcément la

façon la plus efficace d’agir pour deux raisons :

Premièrement, avec les mêmes ressources et le même nombre de personnes traitées au départ,

on peut imaginer qu’en traitant des individus de Ciater et des individus de Lembang, de

manière aléatoire, les informations, techniques et savoirs seraient parvenus par effet de

diffusions jusqu’aux plus compétents et désireux de réussir dans ce business. L’impact aurait

été dans ce cas plus largement réparti, même si probablement mesurable à plus long terme. Ce

qui revient donc à prendre en compte les externalités.

Deuxièmement, sélectionner les traités de manière aléatoire aurait simplifié l’évaluation et

donné des résultats plus systématique et robustes en augmentant les chances d’avoir des

individus avec des caractéristiques observable similaire, donc des scores de propensions

positifs, et auraient par conséquent limité le biais de sélection.

Nous comprenons cependant le choix de Danone d’avoir eu recours à un projet en

deux étapes, sélectionnant dans un premier temps les éleveurs les plus volontaires,

débrouillard, motivés … assurance supplémentaire (à priori) de recevoir du lait de meilleur

qualité et en plus grande quantité que si le projet avait été attribué aléatoirement. Mais,

comme souligné précédemment, cette stratégie biaise nos résultats et rétrécie nos chances de

trouver un groupe de control avec des caractéristiques similaires (particulièrement parce que

nous ne connaissons ces caractéristiques qu’après avoir analysé les résultats de l’enquête). De

plus, cette éventualité doit être considéré après avoir pris en compte les externalités positive

éventuelles qui pourraient faire suite à la distribution aléatoire du projet (comme discuté dans

le paragraphe précédent). En effet, il est possible que les éleveurs les plus motivés, efficace,

désireux de réussir dans le business de la production de lait se seraient dans tous les cas

démarqués grâce à ces externalités.

Toujours est-il, qu’au moins, la stratégie d’implémentation de Danone permet d’éliminer les

problèmes liés à d’éventuelles jalousies qui auraient pu être crée par une implantation

aléatoire du projet.

Cela dit, nous demander de n’évaluer que la seconde partie du projet ne nous permet

pas de considérer les individus qui ont abandonné pendant ou suite à la première phase du

32

projet ce qui fait que nous passons très probablement à côté de certains points d’amélioration.

Une évaluation du projet dans son intégralité nous aurait permis de mieux distinguer les

éléments de réussite et d’échecs et de vérifier la situation dans laquelle se trouve désormais

les éleveurs qui n’ont pas bénéficié de la seconde phase du projet pour diverses raisons. Il est

cependant possible que certains individus aient bénéficié dans un premier temps d’un crédit

pour acheter des vaches et n’aient pas réussi à entreprendre une activité viable dans la

production de lait. Leur situation ne peut aujourd’hui malheureusement pas être reportée. Leur

prise en compte pourtant, pourrait nuancer les impacts positifs évalués jusqu’ici.

Il est également important de souligner la présence de KPSBU sur le terrain, qui est

primordial à garder à l’esprit à la lecture des résultats. En effet, un tel projet aurait très

certainement eu des résultat sensiblement différents s’il n’avait pas été suivi et encadré par

une coopérative aussi impliquée ; pas seulement pour le lancement et tout au long de sa

réalisation mais également pour assurer que le départ (précipité) de Sahabat-Cipta à la fin du

projet s’est fait dans de bonne conditions sans alerter ou désorienter les participants. Il est

aussi important de noter que le partenariat a été bien négocié entre Danone Dairy Indonesia et

le KPSBU qui aurait pu adopter un autre comportement si le projet ne leur été par apparu

aussi intéressant. En effet, étant donné que le projet a été implémenté dans une zone qui était

à l’origine plus spécialisée dans la plantation de thé, l’implémentation du DDCP dans cette

zone est une opportunité pour eux de bénéficier de nouveaux membres. En plus, les

formations intensives apportées par Sahabat-Cipta et rénovation de mangeoire et systèmes

d’abreuvage sont gage de la durabilité et de la qualité de la production de lait à venir.

Pour finir, les difficultés que nous rencontrons dans cette analyse d’impact soulèvent

la nécessité pour les chercheurs de penser une méthode plus adaptée aux besoins des

entreprises privées. De même les entités privées et organisations qui cherchent à évaluer

l’impact des projets mis en œuvre devraient prendre en compte les limites des outils

disponible et faires des évaluateurs, des partenaires qui suivent le projet en amont de son

implémentation, jusqu’à plusieurs années après de manière à avoir une évaluation la plus

proche possible de la réalité et qui fera le mieux avancer les projets futurs.

BILAN DE L’EXPERIENCE PROFESSIONNELLE – ENSEIGNEMENTS

Tout d’abord, ce stage m’a permis de prendre conscience de ce que m’ont apporté mes

cinq années d’études qui ont débouché cette année sur deux master 2 (Master 2 pro : Analyse

33

de projet de Développement et Master 2 Recherche : Développement Economique, dans le

cadre d’une troisième année de Magistère). Je peux aujourd’hui affirmer que c’est

considérable et que ce n’est pas uniquement théorique. En effet, j’ai d’abord remarqué que je

disposais d’une boîte à outils dans laquelle je peux piocher selon les problématiques

auxquelles je fais face. Mais pas seulement. J’ai aussi essayé d’avoir une analyse critique de

la question posée et de la méthode proposée en gardant à l’esprit les objectifs suivis et les

intérêts de chacun. Je suis également arrivée à la conclusion que 5 ans d’études n’étaient pas

suffisants pour maîtriser l’économie. Cependant, j’ai appris à chercher les informations aux

bons endroits, les trier et étudier de manière à trouver une solution pour ne jamais me

retrouver démunie face à l’inconnu.

En terme de compétences, j’ai pu mobiliser, mes capacités d’adaptations à des

environnements nouveaux ainsi que faire preuve de flexibilité quand aux changements de

programme et imprévus. Techniquement parlant, j’ai aussi pu appliquer en pratique ce que

j’avais appris à faire en théorie sur le logiciel STATA.

Pendant ce stage, j’ai aussi eu la chance de gérer et former une petite équipe

d’enquêteurs, ce qui m’a permit de développer mes compétences de travail en équipe, mais

aussi de communication et de gestion des comptes. Cela m’a amené à constater que les

personnes avec qui on travaille on souvent besoin de comprendre pourquoi on leur demande

de faire quelque chose et qu’il est important, je pense, de pouvoir leur expliquer de manière à

ce que le travail soit fait le plus rigoureusement possible, avec bonne foi. Il est aussi

nécessaire, à mon avis, de se rendre disponible et à l’écoute ainsi que de considérer les

différences de cultures et les pratiques traditionnellement à l’œuvre dans le pays où on se

trouve de manière à rendre les conditions de travail plus agréable et de développer des

rapports de confiances où chaque difficulté rencontrée peut-être abordée pour mieux y

répondre.

J’ai également pu développer des connaissances durant tout le processus précédant l’analyse

des données ; de la revue bibliographique, aux recommandations, en passant par la rédaction

de l’enquête, la construction et l’alimentation d’une base de données. L’étude finale m’a

permit de développer mes acquis en terme d’analyse d’impact et plus particulièrement de me

familiariser un peu plus avec la méthode du matching et de son implémentation sur STATA.

Enfin, ce stage m’a permis de mettre en avant ma patience, ma détermination et mes

capacités d’écoute. Il a été pour moi la transition idéale entre le monde universitaire et le

34

monde du travail et m’a donné la chance de découvrir un nouveau pays culturellement riche

où j’ai pu faire des rencontres professionnelles et humaines qui m’ont fait grandir.

35

ANNEXES

Photo 1 : Etable type, avec mangeoire rénovée et système d’abreuvement automatisée,

étiqueté Danone.

36

Questionnaire:

37

38

39

40

41

42

43

Test de comparaison de moyenne (t-test) pour toutes les variables :

  Control  Group  

Treated  Group  

Difference  

A7  (Altitude)   1292   859   432***  A10  (Distance  to  the  collection  point)   214   374   -­‐160***  A13  (Train  other  farmers)   4%   19%   -­‐15  ***  B11  (#  children)   1,49   1,24   0,26**  B12  (#  adults  in  HH)   2,50   2,51   -­‐0,00  B2  (Age)   40,24   48,23   -­‐7,58***  B3  (Gender)   1,24   1,03   0,20***  B4  (education)   2,68   2,22   0,46***  B5  (Sundanese)   0,99   0,99   0,00  B6  (Experience)   2001,13   2004,25   -­‐3,12***  C111a  (#  lactating  cow  2010)   2,90   2,55   0,35  C111b  (#  lactating  cow  owned  2015)   2,41   2,59   0,28  C111c  (#  lactating  cow  shared  2015)   0,38   0,10   0,28**  C11  recap  (#herd  2010)   4,45   4,59   -­‐0,15  Dairycattlesize2015   4,25   5,09   -­‐0,84*  Dairycattlesized2015withshared   4,99   5,28   -­‐0,29  C121b  (Residential  owned  area)   82,63   71,83   10,64  C122b  (Barn  owned  area)   52,33   52,22   0,12  C123a  (Forage  cropping  land  rented  area)   603,86   1479,55   -­‐875,69***  C123b  (Forage  cropping  land  owned  area)   620,80   728,08   -­‐107,27  C123c  (Forage  cropping  land  rental  cost)   44667,79   73824,35   -­‐29156,56  C124a  (Forage  forest  land  rented  area)   1379,89   458,77   921,12***  C124b  (Forage  forest  land  owned  area)   63,71   32,58   31,12  C124c  (Forage  forest  land  rental  cost)   3771,15   0   3771,15  C125a  (Horticulture  rented  area)   296,48   18,88   277,60**  C125b  (Horticulture  owned  area)   258,91   699,92   -­‐441,01**  C131  (roof  material  –  barn)   15,88   3,39   12,49***  C132  (structure  material  –  barn)   2,81   1,79   1,02  C133  (floor  material  –  barn)   5,63   2,97   2,67  C1341  (waste  pit  for  waste  management)   0,44   0,22   0,22***  C1342  (waster  in  river  for  waste  management)   0,55   0,67   -­‐0,12**  C1343  (biogas  used  for  waste  management)   0,34   0,36   0,02  C12399  (“other”  for  waste  management)   0,17   0,07   0,10**  C141  (has  milking  machine)   0   0,01   -­‐0,01*  C142  (has  milking  bucket)   0,62   1   -­‐0,38***  C143  (has  Milk  can)   0,86   0,93   -­‐0,07*  C144  (has  milk  filter)   0,78   0,85   -­‐0,08  C145  (has  teat  dipping)   0,28   0,37   -­‐0,09  

44

C146  (has  equipment  to  clean  the  barn)   0,98   1   -­‐0,02  C147  (has  carpets)   0,90   0,94   -­‐0,04  C148  (has  balances)   0,08   0,94   -­‐0,87***  C149  (has  measuring  meter)   0,04   0,06   -­‐0,01  C1499  (has  “other”  facilities  in  his  farm)   0,08   0,12   -­‐0,04  C21b  (time  spent  transporting  and  cutting  forage)   3,70   4,09   -­‐0,39**  C21c  (#HHworkers  for  forage)   1,40   1,51   -­‐0,10  C21d  (#outside  workers  for  forage)   0,11   0,12   -­‐0,01  C22a  (does  milk)   0,98   0,95   0,02  C22b  (time  spent  milking)   1,02   1,00   0,02  C22c  (#HHworkers  for  milking)   1,21   1,36   -­‐0,16**  C22d  (#outside  workers  for  milking)   0,09   0,07   0,01  C23b  (time  spent  cleaning  the  barn)   0,76   0,84   -­‐0,08  C23c  (#HHworkers  cleaning  the  barn)   1,36   1,38   -­‐0,02  C23d  (#outside  workers  cleaning  the  barn)   0,08   0,06   0,03  C24b  (time  spent  cleaning  animals)   0,73   0,87   -­‐0,14**  C24c  (#HHworker  cleaning  animals)   1,29   1,29   -­‐0,00  C24d  (#outside  workers  cleaning  animals)   0,08   0,06   0,03  C25a  (does  plant  and  fertilize  forage)   0,44   0,46   -­‐0,02  C25b  (time  spent  planting  and  fertilizing  forage)   0,46   0,43   0,03  C25c  (#HHworkers  planting  and  fertilizing  forage)   1,07   1,1   -­‐0,14*  C25d   (#outside   workers   plating   and   fertilizing  forage)  

0,05   0   0,05  

C26a  (does  process  milk  at  home)   0,00   0,02   -­‐0,02  C27a  (does  supply  milk  and  clean  cans)   0,97   0,94   0,03  C27b  (time  spent  supplying  milk  and  cleaning  cans)   0,53   0,62   -­‐0,09*  C27c  (#HHworkers  supplying  and  cleaning  cans)   1,02   1,02   -­‐0,00  C27d   (#outside   workers   supplying   ilk   and   cleaning  cans)  

0,09   0,05   0,03  

C29  (#HH  working  on  the  farm)   1,86   1,98   -­‐0,12  C311  (Nappier  grass  –  kg/cow/day)   26,2   14,30   11,90***  C312  (King  grass  –  kg/cow/day)   1,69   6,35   -­‐4,66***  C313  (Natural  grass  –  kg/cow/day)   19,40   18,78   0,62  C314  (Banana  trunks  –  kg/cow/day)   6,81   3,18   3,63**  C315  (Rice  straw  –  kg/cow/day)   4,22   6,05   -­‐1,83  C316  (Concentrates  –  kg/cow/day)   6,76   6,79   -­‐1,03  C317  (Mineral  mix  –  kg/cow/day)   0,02   0,14   -­‐0,13*  C318  (Cassava  waster  –  kg/cow/day)   7,76   3,93   2,83***  C319  (Rice  bran  –  kg/cow/day)   0,62   0,58   -­‐0,52**  C3110  (Tofu  waste  –  kg/cow/day)   0,06   0,58   -­‐0,52**  C32  (Dairy  Cattle  Breed)   1,78   3,21   -­‐1,43  C33  (Technic  used  to  refill  water  trunk  2015)   2,45   1,28   1,17***  

45

C34  (Technic  used  to  refill  water  trunk  2010)   2,48   2,54   -­‐0,06  C351  (#  inseminations  in  the  past  12months)   2,53   2,76   -­‐0,23  C36  (Calving  interval)   1,56   1,66   -­‐0,10  C37  (Average  lactation  period  of  milking  cows)   2,012   1,83   0,18  C38  (Total  milk  production/day  2015)   38,48   34,03   4,44  C39  (Total  milk  production/day  2010)   40,43   29,29   11,14***  Productivity2010   14,96   12,32   2,64***  C310  (Plan  to  have  more  cows)   0,89   0,86   0,27  C3111  (Main  constraint:  not  enough  land)   0,33   0,23   0,10*  C3112  (Main  constrain:  not  enough  labor)   0,15   0,16   -­‐0,01  C3113  (Main  constraint:  not  enough  money)   0,76   0,70   0,06  C3114   (Main   constraint:   not   enough   space   in   the  barn)  

0,24   0,17   0,07  

C3115  (Satisfied  with  my  farm)     0,08   0,25   -­‐0,17***  C3116  (Need  income  from  selling  calf)   0,03   0,01   0,02  C41  (Farm  produces  solid  manure)   1   0,99   0,01*  C42  (Farm  produces  liquid  manure)   1   1   0,01*  C43  (Farm  produces  feed  waste)   0,85   0,79   0,06  C51  (All  the  waste  is  evacuated  to  the  river)   0,20   0,35   -­‐0,14***  C52  (Part  of  the  waste  is  evacuated  to  the  river)   0,46   0,38   0,08  C53  (Solid  part  used  as  organic  fertilizer)   0,58   0,40   0,17***  C54  (Solid  part  sold)   0,06   0,01   0,05*  C55  (Liquid  part  used  as  organic  fertilizer)   0,23   0,18   0,05  C56  (Use  biogas)   0,36   0,38   -­‐0,02  C6  (Management  practice  changes  since  2010)   0,35   0,34   0,01  C7  (Claim  to  have  management  problem)   0,23   0,16   0,07  C81  (Surveyor  sees  waste  management  problem)   0,70   0,76   -­‐0,06  C821  (Problem  of  smell)   0,44   0,35   0,09  C822  (Problem  of  environmental  pollution)   0,93   0,93   0,00  D1  (Net  KPSBU  revenue  of  the  last  15days)   1321443   960717,6   360725,2*  Milkqualityindicator   94485,34   84157,49   10327,85  D21c   (non   KPSBU   Total   income/year   from   calves’  sells)  

9245779   1,06e+07   -­‐1370130  

D22c   (Non   KAPBU   Total   income/year   from   cows’  sells)  

1,91e+07   1,54e+07   3745453  

D23c  (NON  KPSBU  Total   income/year  from  manure  sells)  

900055,6   533333,3   366722,2  

nonKPSBUdairyrelincome   1,54e+07   1,54e+07   7841,50  D31c  (Non  KPSBU  Total  cost/year  for  fertilizer)   574646,9   534250   40396,9  D32c  (Non  KPSBU  total  cost/year  from  Tofu  waste)   1,66e+07   6921315   9702390*  D33c   (Non   KPSBU   Total   cost/year   for   Cassava  waste)  

7733872   5862249   1871623*  

46

D34c  (Non  KPSBU  Total  cost/year  for  fodder)   4739861   5971929   -­‐1232067  D35c  (Non  KPSBU  Total  cost/year  for  rice  straw)   5139148   2930083   2209065  D36c  (Non  KPSBU  Total  cost/year  for  labor)   8121434   1,04+07   -­‐2235709  D37c  (Non  KPSBU  Total  cost/year  for  medicine)   1092500   65950   1026550  D38c  (Non  KPSBU  Total  cost/year  for  electricity)   859663,5   654600   205063,5**  D39c  (Non  KPSBU  total  cost/year  for  land)   1,82e+07   1,01e+07   8164757  D310c  (Non  KPSBU  total  cost/year  for  cattle)   2,36e+07   1,50e+07   8570672**  D311c  (Non  KPSBU  total  cost/year  for  equipment)   396068,2   550456,9   -­‐154388,7  nonKPSBUcost   2,50e+07   1,15e+07   1,35e+07***  D41a  (Income/year  from  other  farming  activities)   4819831   952809   3867022**  D41b   (#HH   members   working   on   other   farming  activities  

1,54   1,36   0,18  

D42a  (Income/year  from  wage  work)   3024871   2091685   933185,1  D42b  (#HH  members  doing  a  wage  work)   1,15   1,21   -­‐0,05  D43a  (Income/year  from  a  business)   3188048   745618   2442430  D43b  (#HH  members  having  a  business)   1,12   1,18   -­‐0,06  D44a  (Income/year  from  remittances)   196414,3   500000   -­‐303585,7  D44b  (#HH  members  sending  remittances)   1   1,33   -­‐0,33  D45a  (Income/year  from  pensions)   86055,79   91415,73   -­‐5359,95  D45b  (#HH  members  receiving  pensions)   1   1,33   -­‐0,33  E1  (Knows  Sahabat-­‐Cipta  (S-­‐C))   0,08   0,99   -­‐0,91***  E1a  (Heard  about  action  being  undertaken  by  S-­‐C)   0,86   0,97   -­‐0,11**  E1b  (Has  been  contacted  by  S-­‐C)   0,59   0,99   -­‐0,40***  E2  (Heard  about  the  renovated  feed  bank  and  drink  system)  

0,72   0,99   -­‐0,27***  

E3  (Has  a  renovated  feed  bank  and  drink  system)   0,02   0,98   -­‐0,95***  E4  (HH  members  received  training  since  2011)   0,66   0,85   -­‐0,20***  E41  (received  training  from…)   1,16   2,86   -­‐1,70***  E43  (#  of  trainings  received)   8,59   19,95   -­‐11,35***  E5   (How   often   the   farm   has   been   visited   by  neighbors   to   be   trained   on   good   farming   practice  between  2011  &  2014)  

0,26   0,74   -­‐0,48***  

E6  (How  often  is  the  farm  visited  by  neighbors  to  be  trained  on  good  farming  practice  since  2015)  

0,15   0,54   -­‐0,39***  

E7   (Frequency   with   which   visited   demo-­‐farm  between  2011&2014)  

0,61   2,25   -­‐1,63***  

E8   (Frequency   with   which   visits   demo-­‐farm   since  2015)  

0,47   1,47   -­‐1,00***  

E9   (Frequency   with   which   received   training   in   a  demo-­‐farm  between  2011  and  2014)  

0,29   0,88   -­‐2,24***  

E10   (Frequency   with   which   received   training   in   a  demo-­‐farm  since  2015)  

0,16   1,31   -­‐1,16***  

47

E11  (Has  skills  to  make  silage)   0,21   0,63   -­‐0,42***  E12  (Has  skills  to  make  silage  in  2010)   0,13   0,22   -­‐0,09*  E13  (Government  officer  came  to  provide  training)   0,17   0,59   -­‐0,42***  E14  (Received  cattle  from  the  government)   0,11   0,59   -­‐0,49***  E15  (Knows  DANONE)   0,58   0,99   -­‐0,41***  E16  (Knew  DANONE  in  2010)   0,41   0,71   -­‐0,30***  F1  (Type  of  the  tenure  of  the  house)   7,65   2,10   5,55**  F2  (Access  to  tap  water)   0,60   0,89   -­‐0,29***  F31  (Uses  electricity  for  lightening)   0,99   1   -­‐0,01  F32  (Uses  electricity  for  air  conditioning)   0,00   0,01   -­‐0,01  F33  (Uses  electricity  for  cooking)   0,70   0,61   0,09  F34  (Uses  electricity  for  heating  water)   0,04   0,02   0,21  F35  (Uses  electricity  fir  house  appliances)   0,98   0,98   -­‐0,00  F399  (Uses  electricity  for  “other”)   0,02   0,01   0,00  F4  (Uses  biogas)   0,36   0,36   -­‐0,00  F41  (Uses  biogas  for  lighting)   0,01   0   0,01  F42  (Uses  biogas  for  heating)   0,19   0,09   0,09  F43  (Uses  biogas  for  cooking)   0,94   1   -­‐0,06  F499  (Uses  biogas  for  “other”)   0,01   0   0,01  F51a  (Has  a  concrete  wall  –  House  -­‐  2015)   0,85   0,91   -­‐0,06  F51b  (Had  a  concrete  wall  –  House  –  2010)   0,79   0,84   -­‐0,05  F52a  (Has  a  tiled  roof  –  House  –  2015)   0,97   0,97   0,01  F52b  (Has  a  tiled  roof  –  House  –  2010)   0,96   0,95   0,00  F53a  (Has  a  Garage  in  2015)   0,11   0,06   0,05  F53b  (Has  a  garage  in  2010)   0,10   0,4   0,06*  F61  (Has  a  radio)   0,34   0,34   0,00  F611  (Has  a  radio  since…)   2003,17   2001,03   2,14  F62  (Has  a  TV)   0,98   0,97   0,02  F621  (Has  a  TV  since…)   2003,59   2003,71   -­‐0,11  F63  (Has  a  refrigerator)   0,43   0,40   0,2  F631  (Has  a  refrigerator  since…)   2010,3   2009,9   0,39  F64  (Has  a  washing-­‐Machine)   0,17   0,16   0,02  F641  (Has  a  washing  machine  since…)   2011,79   2012,21   -­‐0,43  F65  (Has  a  mobile  phone)   0,85   0,72   0,13***  F651  (Has  a  mobile  phone  since…)   2009   2010,28   -­‐1,28**  F66  (Has  a  CD  player)   0,66   0,58   0,08  F661  (Has  a  CD  player  since…)   0,66   0,58   0,08  F67  (Has  a  motorcycle)   0,84   0,81   0,03  F671  (Has  a  motorcycle  since…)   2008,36   2006,70   1,67**  F68  (Has  a  car/pickup)   0,08   0,09   -­‐0,01  F681  (Has  a  car/pickup  since…)     2008,18   2005   3,18  F69  (Has  a  bicycle)   0,35   0,39   -­‐0,5  

48

F691  (Has  a  bicycle  since…)   2010,21   2009,11   1,09  F7  (Children  school  fees  in  2015)   288164,7   541752,8   -­‐253588*  F71  (#children  in  school  age)   1   0,93   0,06  F72  (#children  going  to  school)   0,97   0,91   0,06  G1   (Self   appreciation   of   financial   situation  evolvement  since  2010)  

2,60   2,28   0,32**  

G2  (Self  appreciation  of  happiness  evolvement  since  2010)  

2,42   2,11   0,31***  

G3  (Self  appreciation  of  milk  farming)   1,99   1,84   0,15*  G4  (Was  impacted  by  the  DDCP)   0,15   0,91   -­‐0,76***  G411  (DDCP  created  solidarity)   0,46   0,64   -­‐0,18*  G412  (DDCP  enhanced  competition)   0,35   0,27   0,08  G413  (DDCP  created  jealousy)   0,27   0,15   0,12  G414  (DDCP  created  pride)   0,38   0,48   -­‐0,10  G415  (DDCP  increased  our  knowledge)   0,97   0,88   0,10*  G416  (DDCP  increased  our  confidence)   0,27   0,52   -­‐0,25**  G417  (DDCP  strengthen  community  ties)     0,27   0,44   -­‐0,17  G51   (DDCP   allows   me   to   project   myself   in   the  future)  

0,8   0,84   -­‐0,04  

G52  (Being  part  of  the  DDCP  drives  me  to  take  more  risks)  

0,2   0,28   -­‐0,08  

G53  (Being  part  of  the  DDCP  drives  me  to  innovate  more)  

0,2   0,29   -­‐0,09  

G54   (Being   part   of   the   DDCP   drives  me   to   be   less  worried)  

0   0,16   -­‐0,16  

G599  (“Other”)   0   0,01   -­‐0,01  G6  Would  like  his  children  to  continue  the  farm   1,29   1,37   -­‐0,08  H11a  (Members  of  an  informal  credit  group)   0,36   0,30   0,05  H11b   (Has   responsibilities   in   an   informal   credit  group)  

0,09   0,08   0,01  

H12a  (Member  of  a  mosque/church)   0,13   0,30   -­‐0,18***  H12b  (Has  responsibilities  in  the  mosque/church)   0,39   0,22   0,17  H13a  (Member  of  a  women  group)   0,15   0,19   -­‐0,04  H13b  (Has  responsibilities     0,24   0,23   0,01  H2  (Has  special  responsibilities  in  the  village)   0,08   0,16   -­‐0,08**  H211  (Is  the  head  of  the  village)   0,05   0,21   -­‐0,16  H212  (Is  a  teacher)   0   0,29   -­‐0,29***  H213  (Is  an  Imam)   0,05   0,29   -­‐0,24*  H2199  (Has  “other”  responsibilities  in  the  village)   0,9   0,46   0,43***  H31  (Is  a  KPSBU  member  since…)   2006,53   2006,10   0,43  I1  (Had  access  to  credit  in  cash  before  2011)   0,46   0,62   -­‐0,16***  I11  (Borrowed  the  money  from…)   9,37   20,87   -­‐11,49**  

49

I2  (Has  access  to  credit  in  cash  –  time  of  the  survey)   0,57   0,55   0,01  I21  (Borrows  the  money  from…)   63,89   53,73   10,15  I22  (KPSBU  helped  getting  the  loan)     0,93   1   -­‐0,07*  I3  (Has  a  bank  account)   0,33   0,32   0,02  

50

Résultats du matching utilisant le(s) voisin(s) le(s) plus proche :

   

Nnmatch,  bias   Nnmatch,  bias  robusth   Nnmatch,  bias  mahal  

m(4)   m(1)   m(4)   m(1)   m(4)   m(1)  Dairycattlesize2015   3,58***   4,90***   3,58***   4,90***   1,47***   2,05***  C1341  (Uses  a  pit  to  manage  the  waste)  

-­‐0,50***   -­‐0,51***   -­‐0,50***   -­‐0,52***   -­‐0,40***   -­‐0,59***  

C1342  (Send  the  waste  in  the  river)  

0,45***   0,33**   0,45***   0,33***   0,27***   0,27***  

C142  (Has  milking  bucket)  

0,26***   0,21**   0,26***   0,21***   0,30***   0,29***  

C143  (Has  milk  can)   0,27***   0,25***   0,27***   0,25***   0,25***   0,23***  C148  (Has  balances)   0,81***   0,76***   0,81***   0,76***   0,85***   0,90***  C21b  (Time  spent  

cutting  and  transporting  forage)  

1,22***   1,15***   1,22***   1,15***   0,99***   1,23***  

C24b  (Time  spent  cleaning  the  animals)  

0,27**   0,35**   0,27***   0,35***   0,19*   0,29*  

Workinghours   2,67***   2,42***   2,67***   2,42***   1,51***   1,91***  C3115  (Satisfied  with  

my  farm)  -­‐0,12   -­‐0,12   -­‐0,12*   -­‐0,12*   -­‐0,12*   -­‐0,12*  

C33  (technic  used  to  refilled  water  trunk)  

-­‐0,23*   -­‐0,25   -­‐0,23*   -­‐0,25*   -­‐0,55***   -­‐0,42**  

C38  (Total  milk  production/day  at  the  time  of  the  

survey)  

39,06***   40,09***   39,06***   40,09***   25,60***   25,93***  

Productivity2015   5,15***   2,64*   5,15***   2,64***   8,29***   6,80***  C51  (Evacuates  all  the  waste  to  the  

river)  0,40***   0,37**   0,40***   0,37***   0,20**   0,28**  

C53  (Uses  solid  manure  as  organic  

fertilizer)  -­‐0,66***   -­‐0,66***   -­‐0,66***   -­‐0,66***   -­‐0,45***   -­‐0,45***  

D1  (Net  KPSBU  revenue  in  the  last  

15  days)  

1630152***  

1946614***  

1630152***  

1946614***  

799757.5***  

1083605***  

milkqualityindicator  142413.2*

**  170155.9*

**  142413.2*

**  170155.9*

**  47267.2**

*  32337.48*  

nonKPSBUdairyrelincome  

3136808   6779500   3136808*  6779500**

*  -­‐777093.4  

-­‐1.19e+07*

**  

HHecoactincome   2059941  -­‐

21300000*  

2059941  -­‐

21300000***  

-­‐747546.8   -­‐4002061  

51

nonKPSBU  cost  

1160081   126801.5   1160081   126801.5  -­‐

1.04e+07**  

-­‐6798992*  

E11  (ability  to  make  silage  at  the  time  of  

the  survey)  0,85***   0,81***   0,85***   0,50***   0,92***   0,47***  

F1  (Tenure  of  the  house)  

-­‐2,83   2,32   -­‐2,83**   2,32   -­‐4,30   -­‐4,30  

F2  (Access  to  tap  water)  

-­‐0,29***   -­‐0,24*   -­‐0,29***   -­‐0,24**   -­‐0,17**   -­‐0,17**  

F51a  (Brick/concrete  walls  in  the  house  in  

2015)  -­‐0,5   -­‐0,6   -­‐0,5**   -­‐0,1**   -­‐0,16***   -­‐0,16***  

F52a  (Tiled  roof  in  2015)  

-­‐0,00   -­‐0,10***   -­‐0,00   -­‐0,10***   -­‐0,00   -­‐0,03  

F53a  (Has  a  garage  in  2015)  

-­‐0,02   -­‐0,01   -­‐0,02   -­‐0,01   -­‐0,03   -­‐0,05  

F7  (School  fees  in  2015)  

-­‐69498.43   107104.6   -­‐69498.43   107104.6   -­‐70340.26   -­‐323624.8  

G1  (Self  appreciation  of  financial  situation  evolvement  since  

2010)  

-­‐1,49***   -­‐1,32***   -­‐1,49***   -­‐1,32***   -­‐1,70***   -­‐1,83***  

G2  (Self  appreciation  of  happiness  

evolvement  since  2010)  

-­‐0,84***   -­‐0,21   -­‐0,84***   -­‐0,21   -­‐0,99***   -­‐0,77***  

52

Tableau 2 : Résultats de l’impact du DDPC d’après le calcul des scores de propension

Teffects psmatch

Teffects psmatch,

atet Psmatch2

Twoway / Graphic balance check

Dairycattlesize2015 Overlap

assumption violated

1,43** 1

C1341 (using a pit to manage the waste)

Overlap assumption violated

-0,09* -0,15

C1342 (throwing the waste in the nearby river)

0,16*** 0,09 0,29

C142 (having milking bucket)

Overlap assumption violated

0,03 0,04

C143 (having milk can)

0,03 0,06 0,02

C148 (having balance) Overlap

assumption violated

Overlap assumption

violated -0,05

53

C21b (time spent transporting and cutting forage/day)

Overlap assumption violated

-0,58 -0,79

C24b (time spent cleaning the animals/day)

Overlap assumption violated

-0,04 -0,04

C3115 (Being satisfied enough with the farm for not be willing to expend it)

Overlap assumption violated

0,04 0,02

C33 (Technic used to refill the water trunk at the time of the survey)

Overlap assumption violated

-0,75*** -0,52***

C38 (Total milk production/day at the time of the survey)

Overlap assumption violated

Overlap assumption

violated 22,15***

Productivity2015 Overlap

assumption violated

2,31*** 1,93

C51 (Evacuating all the waste to the river)

Overlap assumption violated

-0,24* -0,16

54

C53 (Using solid manure as organic fertilizer)

Overlap Assumption violated

0,02 -0,05

D1 (net KPSBU revenue of the last 15 days, at the time of the survey)

Overlap assumption violated

Overlap assumption

violated

719126.714***

Milkqualindicator Overlap

assumption violated

15805.53 15004.81

nonKPSBUdairyrelincome

7152839 -124114.6 3670965.26

HHecoactincome -

9846558***

-14800000,

00 -14423562.5

nonKPSBUcost Overlap

assumption violated

2550834 4617987.33

E11 (Being able to make silage)

Overlap assumption violated

0,46*** 0,46***

55

F1 (Type of the tenure of the house)

Overlap assumption violated

1,10 1,36

F2 (Has access to tap water)

Overlap assumption violated

-0,11*** -0,09***

F51a (Living in a house which has concrete walls)

Overlap assumption violated

-0,07 -0,06

F53a (Has a garage) -0,08** -0,05** -0,03

G1 (Self appreciation of the evolvement of the financial situation since 2010)

-0,36*** -0,62*** -0,40

G2 (Self appreciation of the evolvement of happiness since 2010)

-0,13 -0,31** -0,52***

56

Bibliographie -­‐  A.  Abadie  D.  Drukker  J.  Leber  H.  Guido  W.  Imbens,  Implementing  matching  estimators  for  average  treatment  

effects  in  Stata  –  2004  

-­‐   R.   Tawaf   and   A.   S.   Surianingrat,   The   role   of   demo   farm   to   develop   smallholders   dairy   farming,   Economics  

Laboratory  faculty  of  Animal  Husbandry,  Padjadjaran  Universty  

Erwidodo 1998 et Swastika et al. 2005).