IBTS-77-RP-1000
L’évolution de l’activité d’agriculture et d’élevage : de ses débuts à l’industrialisation
L’activité agricole tire son origine des débuts de la civilisation. Dans une analyse à long terme, nous pouvons distinguer trois grands points d’inflexions par rapport à l’évolution humaine (Ramankutty et al. 2006) : la maîtrise du feu, la domestication des animaux et des plantes, et l’utilisation des combustibles fossiles.
La maîtrise du feu a eu lieu il y a des centaines de milliers d’années. La domestication des animaux et des plantes s’est développée il y a environ 10 000 ans de façon simultanée dans différentes régions – la Mésopotamie, l’Inde, la Chine – ce qui a permis une augmentation de la productivité du travail et des provisions alimentaires, qui a elle même entraîné une complexification des organisations humaines, a conduit au surgissement des villes, ainsi qu’à l’apparition de sociétés hautement stratifiées où ont été mises en place des fonctions telles que l’église, l’armée et l’administration.
L’agriculture a évolué parallèlement au reste de la société et est restée une activité centrale car elle fournissait aussi bien des aliments que d’autres services, comme le transport ou les fibres vestimentaires. Mazoyer et Roudart (2002) démontrent comment l’évolution de l’agriculture accompagne l’évolution de la société, et comment cette dernière s’organise afin de mieux exploiter l’environnement. A l’aube de la civilisation par exemple, de gigantesques œuvres d’infrastructures d’irrigation ont été réalisées en Mésopotamie, en Egypte ou en Amérique. Ces activités concrètes ont pris différentes formes selon le moment historique et les circonstances écologiques. Ainsi, une grande diversité d’espèces aussi bien végétales qu’animales a été mise à contribution à différentes époques. La connaissance empirique, transmise de génération en génération a permis une domestication et une amélioration de nombreuses espèces végétales et animales. La plupart des espèces cultivées actuellement étaient déjà cultivées il y a des milliers d’années et il est encore possible de trouver leurs ancêtres sauvages dans leurs zones d’origine (Joly et Ducos 1993).
Jusqu’à l’époque des « grandes découvertes », avec l’arrivée des européens en Amérique et en Océanie, il est possible d’identifier des régions ou des civilisations où l’agriculture a eu un développement relativement autonome. Par exemple, le maïs n’était pas connu en Europe, et le blé ne l’était pas en Amérique. La même chose s’est passée avec les animaux. Les américains ne connaissaient pas le cheval ou les bovins, alors que dans certaines zones, ils avaient domestiqué des animaux dont ils se servaient comme source d’alimentation et de transport. La conquête des différents continents par les européens est allée de pair avec un énorme trafic, dans tous les sens, de matières végétales, animales, de techniques de cultures et de gestion (Chabbra et al. 2006). L’installation des européens sur d’autres continents a été suivie par leur manière de faire de l’agriculture.
L’étude de l’élevage en zones difficiles
L’élevage en zones difficiles ne participe que de façon très marginale à «l’industrialisation » qui modifie le fonctionnement de la société, raison pour laquelle il est considéré comme un secteur arriéré, où le progrès n’a pas eu lieu malgré des programmes nationaux et internationaux qui promeuvent une « modernisation » (Haan 1999). « Un cas d’école » est celui qui a été étudié en Corse par le LRDE (Vallerand 1994 ; Bouche 2001 ; Vercherand 1989). Cette île peut être décrite comme une « montagne dans la mer » où l’on développe un élevage traditionnel.
Au début des années 1970, ce dernier était considéré comme archaïque car ses paramètres productifs n’évoluaient pas de la même manière que dans d’autres régions françaises d’élevage. L’analyse de cette situation a démontré qu’il était pertinent d’aborder la problématique sous une optique de « système agraire » (Jouve 1994), c’est-à-dire de considérer l’organisation de la société pour une utilisation des ressources naturelles, ainsi que l’a proposé le schéma de Landais, que nous avons déjà présenté. Ce changement d’approche a supposé des défis méthodologiques puisqu’il a fallu passer d’une recherche parcellaire où les conditions étaient contrôlées à une recherche/action qui supposait une intervention du chercheur dans le cadre d’une problématique où deux résultats sont attendus (Checkland 1999, Liu 1992, Albaladejo et Casabianca 1997, Vallerand 1994) : L’amélioration d’une situation qualifiée de problématique; La production d’une connaissance scientifique.
Ce type d’ «ajustement» de la conception du travail du chercheur s’insère dans ce que nous pourrions appeler mouvement systémique. Morin (1977) considère que l’idée centrale qui permet de faire face à l’étude et à la compréhension de situations caractérisées par la présence d’une multitude d’agents hétérogènes en interaction est celle des « systèmes », ce qui l’a conduit à élaborer le concept d’autonomie (Morin 1990). Il explique que, quand un système est capable d’ajuster son comportement, il peut être qualifié d’autonome, c’est-à-dire qu’il n’est pas déterminé par son environnement. Le Moigne (1990), quant à lui, indique que l’idée d’autonomie, de complexité et d’intelligence sont équivalentes, puisqu’il définit en tant que systèmes complexes les systèmes dont l’évolution est difficile à prévoir, ceux qui sont dotés d’intelligence lorsqu’il faut décider d’un comportement. Dans un optique constructiviste, il présente les modèles comme des instruments qui nous aident à réfléchir sur les actions qu’il faut décider d’entreprendre dans le cadre d’un système complexe. Checkland (1999) argumente que la pensée systémique apparaît comme une réaction aux limitations du modèle réductionniste scientifique. La conception réductionniste de la science suppose que les propriétés d’un système peuvent être déduites à partir de ses composants, et qu’il est donc possible de traiter un problème en le décomposant.
Concepts et méthodes associés à la pensée systémique de développement récent
Nous développerons de façon plus étendue le cadre conceptuel et méthodologique sur lequel s’appuie notre travail : la modélisation systémique, l’identification des principales régularités et l’outil informatique qui concrétise l’utilisation de ces concepts – les systèmes multi-agents.
La modélisation systémique
La modélisation systémique peut être définie comme la construction de représentations qui nous aident à raisonner par rapport aux choix d’actions lorsque nous affrontons des problèmes complexes (Le Moigne 1990). Simon (1991) considère que de façon générale les systèmes complexes sont ceux dont l’évolution est difficile à prévoir. Morin (1990), quant à lui, dit que les systèmes complexes sont ceux qui ne peuvent pas être décrits par un algorithme, alors que Le Moigne (1990) explique que, quand il s’agit d’organisations humaines, ces systèmes agissent par délibération, pas par optimisation.
Quand nous faisons référence au secteur de l’élevage en tant que cadre de cette étude, nous avons à faire à une forte tradition de modélisation analytique des processus biophysiques, tels que la croissance des plantes, les processus métaboliques chez les animaux, etc. (Malézieux et al. 2001). Sous cet aspect des choses, la modélisation systémique telle que la définit Le Moigne, «modéliser un système d’actions», implique que l’attention doit se porter sur l’action humaine, ce qui est cohérent avec Landais et Deffontaines (1990) qui proposent l’étude des pratiques des agriculteurs en tant que champ d’investigation.
Cette modélisation de l’action des agriculteurs a de fortes implications puisque quand un système agricole est abordé, en l’occurrence celui de l’élevage, il existe un ensemble de variables en interaction qui sont aussi bien de nature physico-biologique que sociocognitive. Ces deux sous systèmes présentent de multiples composantes ayant pour chacune d’entre elles leur propre dynamique, ce qui fait que leur représentation et leur analyse constituent un défi d’importance.
L’identification des régularités essentielles
Le fait qu’il existe des régularités ne veut pas dire qu’elles soient facilement identifiables (Holland 1998). Les outils qui cherchent à les individualiser sont la généralisation et l’agrégation, à partir d’une approche narrative propre à toutes les sciences non-expérimentales (Popper 2005). Il s’agit de représenter différentes situations en identifiant leurs éléments et mécanismes communs. La comparaison de différentes situations concrètes nous permet de séparer ce qui est propre au contexte analysé de ce que décrit le processus qui nous intéresse. Cela nous donne des pistes quant aux «points d’appui» ou aux «marges de manœuvre» qui peuvent nous permettre de conduire l’évolution du système vers une situation plus confortable. Holland (1998) décrit avec élégance ce processus :
«When we look for the same phenomena in different contexts, we can separate features that are always present from features that are tied to context….
The search at this stage is matter of intelligent probing, not a matter of runs and reruns yielding “statistically significant relations » p. 242.
La modélisation systémique permet, ainsi que l’explique Checkland et Scholes (1990), à partir de l’observation, de dépasser les limitations de « l’étude de cas » et de déduire des définitions ayant une portée plus générale. La modélisation, en tant qu’identification des principaux aspects a été comparée à la construction de caricatures par Holland (1995). En effet, il considère qu’il s’agit d’un art qui va à l’essentiel et écarte tout le reste. Les modèles sont des abstractions de la réalité qui cherchent à améliorer notre compréhension de systèmes complexes sur lesquels nous prétendons agir. Leur valeur réside dans le fait qu’ils soulèvent de nouvelles interrogations, proposent de nouvelles interprétations, suscitent de nouveaux débats et expliquent l’intérêt d’aspects qui, jusqu’alors, n’étaient pas perçus (Legay 1997 ; Carpenter et al. 2002). Ce courant d’actions peut être ramené à un courant plus général qui considère qu’il existe une voie du progrès en intégrant les connaissances disponibles (Holling 1998 ; Bousquet et Trébuil 2005). Ainsi que le propose Simon (1991) : «réfléchir sur ce que nous savons déjà, sur ce dont les conséquences nous échappent», peut être très productif car, comme le démontre Holland (1998), la majorité des innovations proviennent de nouvelles combinaisons des connaissances disponibles.
L’image de gestion des exploitations que propose Arapey et la mise en place de normes
Si notre modèle est plausible, et nous en avons de multiples indications, il faut nous interroger sur l’idée de gestion des exploitations qu’il transmet.
Dans ce cas, on représente un système où les pratiques technologiques changent lentement, à l’exemple de ce qui est dit en général au sujet de l’élevage extensif (Balent et Stafford Smith 1994, Landais et Balent 1994). Bien que nous n’ayons pas modélisé les pratiques concrètes de conduite du système productif, la fonction de production ne changé pas tout au long de cette période. En ce qui concerne la gestion des exploitations, nos « éleveurs » ne font qu’appliquer un ensemble de normes et à aucun moment ils n’anticipent les conséquences de leurs actions. Notre modèle ne présente ni les plans, ni les projets, ni les informations quant à la probable évolution de l’environnement. Les normes sont tout simplement appliquées. Cela renvoie à la discussion de March (1994) au sujet des grandes tendances, lors de sa description de la gestion : l’anticipation rationnelle et l’application de normes, auxquelles se référent également Lemery et al. (2004). Boyd et Richerson (2001) ont établi que le comportement humain est gouverné par des normes culturellement transmises et qu’elles contiennent une sagesse accumulée qui permet aux personnes d’agir correctement selon les circonstances, même lorsqu’elles ne comprennent pas pourquoi elles font ce qu’elles font. De leur côté, Gigerenzer et Selten (2001) proposent un ensemble de procédures heuristiques qui conduisent à des processus simples et rapides : Ils ne supposent pas nécessairement être en désavantage en face de méthodes plus sophistiquées et laborieuses, Ils peuvent exploiter les régularités d’une situation et, elles sont spécifiques pour ces situations.
Ajoutons que lorsque nous avons développé notre modèle et avons analysé le fait que dans Arapey les normes ne changent pas pendant la période étudiée, nous avons évalué la possibilité de modéliser «l’apprentissage» en tant que changement de normes. Nous nous sommes alors aperçus qu’en réalité nous n’avions pas de modèle sur les changements de normes. Lors de discussions avec nos collègues du Plan Agropecuario, à partir de nos observations et expériences, nous en avons conclu que les stratégies globales des éleveurs ne changent qu’avec de grands événements, internes ou externes au système.
|
Table des matières
Introduction
Chapitre I – Société, Science et Agriculture
1.1 Introduction
1.2 L’évolution de l’activité d’agriculture et d’élevage : de ses débuts à l’industrialisation
Chap. II : Elevage et Modélisation
2.1 L’étude de l’élevage en zones difficiles
2.2 L’hypothèse du travail
2.3 Concepts et méthodes associés à la pensée systémique de développement récent
a. La modélisation systémique
b. L’identification des régularités essentielles
c. Les systèmes multi-agents
2.4 La mise en œuvre de la recherche
Chapitre III – L’élevage en Uruguay
3.1 Introduction
3.2 De l’introduction du bétail à la fin du XVIIIe siècle, 1611 – 1760
3.3 La viande salée et la consolidation de la propriété de la terre; 1760-1880
3.4 L’amélioration du cheptel ; 1880-1930
3.5 Une forte présence de l’Etat ; 1930-1978
3.6 La libéralisation économique et un nouveau scénario international
3.7 L’évolution récente : la forte augmentation des exportations de viande bovine
3.8 La situation internationale et ses perspectives par rapport à la production et à la consommation de viande bovine
Chapitre IV – Le modèle Arapey
4.1 Les antécédents du modèle
4.2 Les antécédents de notre travail quant à l’identification des décisions stratégiques dans notre région
4.3 Sa finalité
a. L’identification des décisions stratégiques
b. Le choix des « types » à modéliser
c. Son utilisation pour une amélioration du travail d’accompagnement
4.4 Le type de modèle à simuler
a. L’échelle temporelle
b. Le niveau d’agrégation
c. Le niveau d’abstraction « analytique » ou « résolution »
4.5 La plate-forme utilisée : Cormas
4.6 La situation modélisée
4.7 Les composants du modèle
4.8 Dynamique
4.9 La situation initiale
4.10 L’observateur
a. Les sondes dont l’objet est de vérifier que le fonctionnement interne du modèle est cohérent avec le fonctionnement du modèle à simuler (« vérification »)
i. Sondes globales
ii. Les sondes locales
b. Les sondes qui permettent de visualiser les résultats du modèle
i. Celles qui montrent la trajectoire d’exploitations à long terme
ii. Celles qui permettent d’évaluer la cohérence des résultats avec des indicateurs provenant du monde technique
4.11 Les résultats
4.12 L’expression de différents points de vue
4.13 Corroboration et participation
a. Des composants et de leur dynamique
b. Des résultats
4.14 L’utilisation du modèle en tant que repère conceptuel pour le Projet d’Intégration des Connaissances
4.15 Autres intéressés
Chapitre V – Discussion
5.1 L’approche dans la tradition de l’étude des pratiques
5.2 L’étude des systèmes complexes
5.3 Les effets des stratégies sur le fonctionnement des exploitations
a. En ce qui concerne la production par tête
b. En ce qui concerne la production par parcelle
c. Sur les résultats économiques
d. Sur les trajectoires à long terme et la flexibilité
5.4 La réflexion autour des typologies que propose Arapey
5.5 Les diagrammes d’activité : ouvrir la « boîte noire » des exploitations
5.6 L’image de gestion des exploitations que propose Arapey et la mise en
place de normes
5.7 La conception des systèmes d’information
5.8 L’utilisation d’UML dans la communication avec les informaticiens
5.9 Les caractéristiques du modèle
a. La non- spatialisation
b. La non-communication entre agents sociaux
c. La complexité
d. Les simplifications utilisées lors de la modélisation
1. Le réalisme des stratégies
2. La non-inclusion des « laineux »
3. La fonction de production
4. Les suppositions de prix et leur caducité immédiate
5.10 Arapey: pour une analyse des conséquences des changements actuels
5.11 En ce qui concerne la circulation de l’information et le « contrat social »
5.12 La participation en ce qui concerne l’élaboration du modèle
5.13 Le modèle dans l’apprentissage collectif sur l’évolution des exploitations sur le long terme
5.14 En ce qui concerne les réflexions que cela suggère
a. L’existence de variables lentes et la difficulté d’apprentissage
b. L’examen des décisions stratégiques
c. La connaissance nécessaire
Chapitre VI – L’intégration des connaissances
6.1 Le défi d’intégrer des connaissances
a. L’élevage en zones difficiles
b. Les antécédents
c. La tradition de l’intégration des connaissances
d. Les différentes voies possibles
6.2 La modélisation et les SMA en tant qu’outil privilégié
a. L’intégration des points de vue
b. L’approche des systèmes complexes
c. La formalisation des activités en tant qu’outil de dialogue et d’exploration des améliorations
d. La simulation en tant que « laboratoire virtuel »
e. Un nouveau métier est-il nécessaire ?
f. Les institutions nécessaires
6.3 L’évolution probable
Conclusions
Bibliographie
Annexe : Fonctionnement technique des systèmes d’élevage en Uruguay
1. L’ENSEMBLE d’EXPLOITATIONS AVEC BOVINS VIANDE ET/OU OVINS
2. CARACTÉRISATION DU BÉTAIL URUGUAYEN
a. Aspects généraux
i. Localisation départementale des éleveurs
b. Caractéristiques sociales et démographiques des éleveurs
i. Sexe et âge
ii. Éducation
iii. Nationalité
iv. Résidence
v. Propriété de la terre
c. Des aspects de l’organisation des exploitations d’élevage
i. Disponibilité téléphone et électricité dans l’exploitation
ii. Administration d’exploitations d’élevage
iii. Assistance technique reçue par des éleveurs
iv. Des éleveurs qui portent des registres de la gestion
v. Fractions non contiguës qui forment l’exploitation des éleveurs
vi. Autres exploitations travaillées pour l’éleveur
vii. Condition juridique des éleveurs
d. Des ressources humaines
i. Travailleurs permanents non salariés dans les exploitations d’élevage
ii. Des travailleurs permanents salariés dans les exploitations d’élevage
iii. Travailleurs temporaires dans les exploitations d’élevage
iv. Résidents dans des exploitations d’élevage
3. Des équipements et des améliorations fixes
a. Machines et équipements dans les exploitations d’élevage
b. Améliorations fixes dans les exploitations d’élevage
4. Indicateurs techniques
a. Dotation animale par hectare
b. Relation ovin/bovin
c. Relation bovillons/vache dans les exploitations d’élevage
d. Améliorations fourragères dans les exploitations d’élevage
e. Prairies artificielles « permanents »
f. Des ensemencements en couverture
Télécharger le rapport complet
