Annexes
- Annexes
- Annexe 1. Classification, sources de données et estimations régionales de l’emploi dans les systèmes agroalimentaires
- Annexe 2. Résultats détaillés sur le rapport entre l’autonomisation des femmes et la nutrition
- Annexe 3. Méthode d'estimation des incidences de la réduction des écarts de productivité et de rémunération entre les femmes et les hommes dans le secteur agricole
- Annexe 4. Méthode d’estimation des avantages obtenus grâce aux interventions de développement destinées aux petits producteurs axées en priorité sur l’autonomisation des femmes
Annexe 1. Classification, sources de données et estimations régionales de l’emploi dans les systèmes agroalimentaires
Annexe Tableau 1.1 Activités liées aux systèmes agroalimentaires, selon la CITI
La figure 1.1 de l’annexe illustre la part que représente l’emploi dans les systèmes agroalimentaires par rapport à l’emploi total et compare les estimations du Système d’information sur les moyens de subsistance ruraux (RuLIS)1, issues d’enquêtes menées auprès des ménages, avec celles de la base de données ILOSTAT2. Les estimations relatives à l’emploi dans les systèmes agroalimentaires peuvent varier d’une source à l’autre pour trois grandes raisons. Premièrement, bien que les deux bases de données s’appuient sur des enquêtes menées auprès des ménages, le type d’enquête utilisé pour mesurer l’emploi dans les systèmes agroalimentaires dans certains pays peut différer (enquête axée sur le niveau de vie ou enquête portant sur la population active, par exemple), ce qui peut donner lieu à des divergences dans la formulation des questions, dans l’échantillonnage ou dans d’autres aspects. Deuxièmement, les chiffres de l’emploi de certains pays figurant dans la base de données ILOSTAT sont calculés à l’aide de la nouvelle mesure de l’emploi fondée sur la résolution de la 19e Conférence internationale des statisticiens du travail, qui exclut les travailleurs dont l’activité est destinée à la production personnelle (par exemple, la Sierra Leone). Enfin, dans un souci de précision, les estimations tirées des enquêtes RuLIS ont été réalisées sur la base des codes CITI à trois ou quatre chiffres disponibles dans les ensembles de microdonnées, tandis que les estimations correspondantes de la base de données ILOSTAT ont été établies à partir des codes CITI à deux chiffres. Les estimations RuLIS sont généralement supérieures à celles d’ILOSTAT, mais la différence est minime dans la plupart des pays pour lesquels nous disposons de données (figure 1.1 de l’annexe). Elle est toutefois plus prononcée pour les mesures liées à l’emploi des femmes que pour celles qui concernent l’emploi des hommes.
Annexe Figure 1.1 Part de l’emploi dans les systèmes agroalimentaires: données RuLIS et données ILOSTAT
Annexe Figure 1.2 Part de l’emploi dans les systèmes agroalimentaires par rapport à l’emploi total en 2005 et en 2019, selon le sexe
Annexe 2. Résultats détaillés sur le rapport entre l’autonomisation des femmes et la nutrition
Annexe Tableau 2.1 L'indice Weai et les résultats en matière d'alimentation et de nutrition des enfants
Bonis-Profumo, G., Stacey, N. et Brimblecombe, J. 2021. Measuring women’s empowerment in agriculture, food production, and child and maternal dietary diversity in Timor-Leste. Food Policy, 102: 102102. https://doi.org/10.1016/j.foodpol.2021.102102
Clement, F., Buisson, M.-C., Leder, S., Balasubramanya, S., Saikia, P., Bastakoti, R., Karki, E. et van Koppen, B. 2019. From women’s empowerment to food security: Revisiting global discourses through a cross-country analysis. Global Food Security, 23: 160–172. https://doi.org/10.1016/j.gfs.2019.05.003
Cunningham, K., Ploubidis, G.B., Menon, P., Ruel, M., Kadiyala, S., Uauy, R. et Ferguson, E., 2015. Women’s empowerment in agriculture and child nutritional status in rural Nepal. Public Health Nutrition, 18(17), pp.3134-3145. https://doi.rg/10.1017/S1368980015000683
Holland, C. et Rammohan, A. 2019. Rural women’s empowerment and children’s food and nutrition security in Bangladesh. World Development, 124: 104648. https://doi.org/10.1016/j.worlddev.2019.104648
Malapit, H. et Quisumbing, A. 2015. What dimensions of women’s empowerment in agriculture matter for nutrition in Ghana? Food Policy, 52: 54–63. https://doi.org/10.1016/j.foodpol.2015.02.003
Malapit, H., Sraboni, E., Quisumbing, A.R. et Ahmed, A.U. 2019. Intrahousehold empowerment gaps in agriculture and children’s well-being in Bangladesh. Development Policy Review, 37(2), pp.176-203. https://doi.org/10.1111/dpr.12374
Quisumbing, A., Sproule, K., Martinez, E.M. et Malapit, H. 2021. Do tradeoffs among dimensions of women’s empowerment and nutrition outcomes exist? Evidence from six countries in Africa and Asia. Food Policy, 100: 102001. https://doi.org/10.1016/j.foodpol.2020.102001
Sraboni, E. et Quisumbing, A. 2018. Women’s empowerment in agriculture and dietary quality across the life course: Evidence from Bangladesh. Food Policy, 81: 21–36. https://doi.org/10.1016/j.foodpol.2018.09.001
Zereyesus, Y.A., Amanor-Boadu, V., Ross, K.L. and Shanoyan, A. 2017. Does women’s empowerment in agriculture matter for children’s health status? Insights from Northern Ghana. Social Indicators Research, 132, pp.1265-1280. https://doi.org/10.1007/s11205-016-1328-z
Annexe Tableau 2.2 L'indice Weai et les résultats en matière d'alimentation et de nutrition des enfants
IMC = indice de masse corporelle.
Bonis-Profumo, G., Stacey, N. et Brimblecombe, J. 2021. Measuring women’s empowerment in agriculture, food production, and child and maternal dietary diversity in Timor-Leste. Food Policy, 102: 102102. https://doi.org/10.1016/j.foodpol.2021.102102
Gupta, S., Vemireddy, V., Singh, D. et Pingali, P. 2019. Adapting the Women’s Empowerment in Agriculture Index to specific country context: Insights and critiques from fieldwork in India. Global Food Security, 23, pp.245-255. https://doi.org/10.1016/j.gfs.2019.09.002
Kassie, M., Fisher, M., Muricho, G. et Diiro, G. 2020. Women’s empowerment boosts the gains in dietary diversity from agricultural technology adoption in rural Kenya. Food Policy, 95: 101957. https://doi.org/10.1016/j.foodpol.2020.101957
Malapit, H. et Quisumbing, A. 2015. What dimensions of women’s empowerment in agriculture matter for nutrition in Ghana? Food Policy, 52: 54–63. https://doi.org/10.1016/j.foodpol.2015.02.003
Onah, M.N., Horton, S. et Hoddinott, J. 2021. What empowerment indicators are important for food consumption for women? Evidence from 5 sub-Sahara African countries. PLOS ONE, 16(4): e0250014. https://doi.org/10.1371/journal.pone.0250014
Quisumbing, A., Sproule, K., Martinez, E.M. et Malapit, H. 2021. Do tradeoffs among dimensions of women’s empowerment and nutrition outcomes exist? Evidence from six countries in Africa and Asia. Food Policy, 100: 102001. https://doi.org/10.1016/j.foodpol.2020.102001
Ross, K.L., Zereyesus, Y., Shanoyan, A. et Amanor-Boadu, V. 2015. The health effects of women empowerment: recent evidence from Northern Ghana. International Food and Agribusiness Management Review, 18(1030-2016-83056), pp.127-143. http://dx.doi.org/10.22004/ag.econ.197777
Sraboni, E. et Quisumbing, A. 2018. Women’s empowerment in agriculture and dietary quality across the life course: Evidence from Bangladesh. Food Policy, 81: 21–36. https://doi.org/10.1016/j.foodpol.2018.09.001
Sraboni, E., Malapit, H., Quisumbing, A. et Ahmed, A.U. 2014. Women’s empowerment in agriculture: What role for food security in Bangladesh? World Development, 61: 11–52. https://doi.org/10.1016/j.worlddev.2014.03.025
Annexe Tableau 2.3 L'indice Weai et les résultats en matière d'alimentation et de nutrition des enfants
IMC = indice de masse corporelle; SDA = score de diversité alimentaire.
Sraboni, E. et Quisumbing, A. 2018. Women’s empowerment in agriculture and dietary quality across the life course: Evidence from Bangladesh. Food Policy, 81: 21–36. https://doi.org/10.1016/j.foodpol.2018.09.001
Sraboni, E., Malapit, H., Quisumbing, A. et Ahmed, A.U. 2014. Women’s empowerment in agriculture: What role for food security in Bangladesh? World Development, 61: 11–52. https://doi.org/10.1016/j.worlddev.2014.03.025
Annexe Tableau 2.4 L'indice Weai et les résultats en matière d'alimentation et de nutrition des enfants
Clement, F., Buisson, M.-C., Leder, S., Balasubramanya, S., Saikia, P., Bastakoti, R., Karki, E. et van Koppen, B. 2019. From women’s empowerment to food security: Revisiting global discourses through a cross-country analysis. Global Food Security, 23: 160–172. https://doi.org/10.1016/j.gfs.2019.05.0036 1
Holland, C. et Rammohan, A. 2019. Rural women’s empowerment and children’s food and nutrition security in Bangladesh. World Development, 124: 104648. https://doi.org/10.1016/j.worlddev.2019.104648
Murugani, V.G. et Thamaga-Chitja, J.M. 2019. How does women’s empowerment in agriculture affect household food security and dietary diversity? The case of rural irrigation schemes in Limpopo Province, South Africa. Agrekon, 58(3): 308–323. https://doi.org/10.1080/03031853.2019.1610976
Quisumbing, A., Sproule, K., Martinez, E.M. et Malapit, H. 2021. Do tradeoffs among dimensions of women’s empowerment and nutrition outcomes exist? Evidence from six countries in Africa and Asia. Food Policy, 100: 102001. https://doi.org/10.1016/j.foodpol.2020.102001
Sraboni, E., Malapit, H., Quisumbing, A. et Ahmed, A.U. 2014. Women’s empowerment in agriculture: What role for food security in Bangladesh? World Development, 61: 11–52. https://doi.org/10.1016/j.worlddev.2014.03.025
Annexe 3. Méthode d'estimation des incidences de la réduction des écarts de productivité et de rémunération entre les femmes et les hommes dans le secteur agricole
On trouvera dans la présente annexe la description de la méthode utilisée pour estimer l’impact potentiel de la réduction des écarts de productivité agricole et de rémunération entre les femmes et les hommes au sein des systèmes agroalimentaires sur le produit intérieur brut (PIB) et l’insécurité alimentaire, ainsi que les sources des données exploitées. L’approche retenue repose sur les estimations présentées au chapitre 2 quant aux disparités liées au genre en matière de productivité agricole et de salaires perçus dans le secteur agricole, afin de chiffrer les revenus supplémentaires découlant de la réduction de ces inégalités puis d’élaborer une simulation de l’impact potentiel sur l’insécurité alimentaire à partir de l’élasticité-revenu selon le modèle Tobit sur l’insécurité alimentaire décrit dans l’encadré 1.1 du chapitre 1.
Les équations, les hypothèses et les sources de données présentées ci-après permettent d’évaluer de manière prudente les incidences, car nous n’évaluons pas les effets multiplicateurs et les effets d’entraînement que peut avoir la réduction des écarts de revenus liés au genre sur l’économie dans son ensemble. Les estimations sont conduites séparément selon divers agrégats de pays, réunis par catégories de revenus. Il apparaît ainsi que l’élimination des disparités relatives à la productivité et à la rémunération dans les systèmes agroalimentaires permettrait d’accroître le produit intérieur brut mondial d’au moins 1 pour cent (soit près de 1 000 milliards d’USD). À l’échelle mondiale, ces gains se traduiraient par un recul d’au moins 2 points de pourcentage de l’insécurité alimentaire, soit une diminution de 45 millions du nombre de personnes touchées par ce fléau.
Modèle relatif aux inégalités de genre en matière de productivité agricole
Le PIB, suivant une approche simplifiée de la valeur ajoutée, est défini comme la somme de la valeur ajoutée du secteur agricole (YA) et des secteurs non agricoles (YN):
À partir de cette définition comptable simple, on peut montrer que, du fait de l’accroissement de la valeur ajoutée agricole, le PIB augmente selon la formule suivante:
où 
définit la proportion du PIB national qui est due à la production agricole.
Par ailleurs, la valeur ajoutée agricole peut être décomposée comme le produit des rendements agricoles moyens par surface agricole (YA/A) et de la superficie totale des terres dévolues à la production agricole A:
where the share defines the portion of national GDP that is due to agricultural production.
Cette production agricole totale peut être divisée entre la production issue des exploitations gérées par des hommes 
et la production issue des exploitations gérées par des femmes 
:
À partir de cette définition comptable, la production agricole totale peut être décomposée en fonction des rendements, selon la formule suivante:
où les rendements 
sont différents entre les exploitations gérées par des hommes (M) celles gérées par des femmes (F). Sachant que la somme de la surface des terres exploitées par des femmes et de la surface des terres exploitées par des hommes doit être égale à la superficie agricole totale 
, la production agricole totale peut être décomposée comme suit, en utilisant les rendements différenciés par sexe:
où β correspond à la proportion de la superficie totale des terres agricoles détenue par des exploitations gérées par des femmes 
. En utilisant la formule 5), l’impact d’une augmentation des rendements des exploitations gérées par des femmes sur la production agricole est calculé comme suit:
Aux fins de la simulation, on considère que les écarts de rendement liés au genre sont éliminés et que les rendements des exploitations gérées par des femmes augmentent comme suit:
En utilisant les formules 2), 6) et 7), l’impact de l’élimination des écarts de rendement liés au genre sur le PIB national est calculé comme suit:
Le rapport global entre les exploitations agricoles gérées par des femmes et celles gérées par des hommes (β) est obtenu en multipliant le rapport entre ces deux types d’exploitations agricoles 
, tel qu’indiqué dans les recensements agricoles, par le rapport entre la taille moyenne des exploitations agricoles gérées par des femmes et la taille moyenne de celles gérées par des hommes 
, estimé à partir des enquêtes menées auprès des ménages et égal à environ 0,69.
Annexe Tableau 3.1 Incidences de la réduction des inégalités de genre en matière de productivité agricole sur le produit intérieur brut et l'insécurité alimentaire
Modèle relatif aux écarts de rémunération
Le PIB, selon l’approche fondée sur les revenus, peut aussi être compris comme le revenu national distribué aux travailleurs (wL), les revenus des détenteurs de capital (rK) et les recettes fiscales (T):
Dans le cas où seuls les salaires augmentent au sein de l’économie, le PIB croît selon la formule suivante:
où γ est la part des revenus du travail dans le PIB national (
).
Le coût total de la main-d’œuvre peut être décomposée entre les revenus gagnés par les hommes (M) et ceux gagnés par les femmes (F):
À partir des formules 10) et 11), l’impact de l’augmentation de la rémunération des femmes sur le PIB national peut être exprimé comme suit:
où δ est la part de l’emploi féminin dans l’ensemble de l’emploi à l’échelle nationale (
). Par suite, l’effet de l’élimination des écarts de rémunération liés au genre sur le PIB national est obtenu en utilisant la formule 10) et le pourcentage attendu d’augmentation de la rémunération: 
Si on se concentre uniquement sur l’augmentation de la rémunération des femmes au sein des systèmes agroalimentaires (AFS), l’équation 12) devient:
Les sources de données disponibles permettent d’obtenir des informations sur la part de l’emploi féminin au sein des systèmes agroalimentaires (δAFS, d’après le chapitre 2) et, faute de mesure précise des écarts de rémunération entre les femmes et les hommes dans les systèmes agroalimentaires 
, ceux-ci sont considérés comme étant équivalents aux écarts de rémunération relevés dans le secteur agricole. La contribution des salaires perçus au sein des systèmes agroalimentaires au PIB national 
est un peu plus difficile à obtenir à partir des données disponibles. C’est pourquoi nous en donnons une estimation à l’aide de la formule suivante:
selon laquelle les rémunérations au sein des systèmes agroalimentaires sont du même ordre que dans les autres secteurs. Par conséquent, l’équation finale qui permet d’évaluer l’impact sur le PIB de la réduction des inégalités de genre en matière de rémunération au sein des systèmes alimentaires est la suivante:
Annexe Tableau 3.2 Incidences de la réduction des inégalités de genre au sein des systèmes agroalimentaires sur le produit intérieur brut et l’insécurité alimentaire
Annexe 4. Méthode d’estimation des avantages obtenus grâce aux interventions de développement destinées aux petits producteurs axées en priorité sur l’autonomisation des femmes
Le Fonds international de développement agricole (FIDA) mesure les incidences des interventions qu’il finance en menant systématiquement des évaluations de l’impact d’un échantillon de projets sélectionnés parmi ceux qui sont clos durant chaque cycle de reconstitution des ressources. Entre 2019 et 2021, le FIDA a conduit des évaluations de ce type pour 24 des 96 projets achevés pendant cette période, qui constitue le onzième cycle de reconstitution des ressources du Fonds1. Cet échantillon correspond à des investissements de 3,1 milliards d’USD de la part du FIDA et représente un investissement total s’élevant à 7,1 milliards d’USD (cofinancements compris)2.
La méthode adoptée repose sur des évaluations quasi expérimentales de l’impact ex post et permet d’estimer les incidences des projets quant aux principaux indicateurs étudiés.
Une méta-analyse est ensuite conduite sur les incidences estimées des 24 projets afin d’évaluer l’ampleur moyenne des effets3. Une fois qu’il est établi que l’échantillon des projets ne présente pas de différences statistiquement significatives par rapport au groupe des projets clos pendant la même période, l’ampleur moyenne des effets représente les incidences attribuables aux interventions. Elles peuvent être interprétées comme des pourcentages de variation dans les indicateurs estimés pour les bénéficiaires (ou le groupe bénéficiaire) par rapport au groupe témoin. Une fois l’ampleur moyenne des effets estimée, on procède à une projection afin de calculer les incidences globales de l’ensemble du portefeuille.
Conformément à l’approche du FIDA, nous avons réalisé une estimation des résultats pouvant être obtenus dans le cas où tous les projets sont axés sur l’autonomisation des femmes. À cette fin, nous avons défini des groupes bénéficiaires et des groupes témoins en distinguant deux types de projets dans notre échantillon, à savoir les projets qui améliorent le pouvoir de décision des femmes quant à l’utilisation des revenus et/ou des ressources et les projets qui ne contribuent pas à obtenir une telle amélioration4. Une fois cette classification établie, nous passons aux activités de méta-analyse et de projection qui, comme indiqué dans FIDA (2022)2, reposent sur une hypothèse importante liée à la répartition des incidences. Ainsi considère-t-on que les incidences estimées sont en principe réparties entre tous les bénéficiaires et présentent les mêmes moyennes et écarts types que les incidences estimées (c’est-à-dire l’ampleur moyenne des effets). On calcule ensuite le nombre total de bénéficiaires ayant obtenu des résultats qui dépassent les objectifs suivants:
- augmentation du revenu d’au moins 10 pour cent;
- accroissement de la production d’au moins 20 pour cent;
- amélioration de l’accès au marché d’au moins 20 pour cent;
- renforcement de la résilience d’au moins 20 pour cent;
- renforcement de la sécurité alimentaire d’au moins 10 pour cent;
- amélioration de la nutrition (alimentation diversifiée) d’au moins 10 pour cent.
Nous avons: i) généré aléatoirement une distribution normale des incidences (avec la moyenne et écart type correspondants estimés de manière empirique à l’aide de la méta-analyse) pour 112 millions de personnes, soit le nombre total de bénéficiaires des 96 projets financés par le FIDA; et ii) déterminé le nombre de personnes dont la situation s’est améliorée au-delà du seuil défini pour les principaux indicateurs d'effet direct. Les résultats obtenus sont résumés dans le tableau 4.1 ci-dessous.
Annexe Tableau 4.1 Résultats des projections relatives aux projets axés sur l’autonomisation des femmes par rapport aux projets standard ne mettant pas l’accent sur cet enjeu
Ces résultats suggèrent que, en ce qui concerne les revenus, l’insécurité alimentaire mesurée au moyen de l’échelle FIES, la diversité alimentaire des ménages et le relèvement après des chocs, les hommes comme les femmes tirent grandement parti des projets dans le cadre desquels les secondes jouissent d’un plus grand pouvoir de décision. Par ailleurs, conformément à d’autres constats, les résultats en matière de productivité agricole et d’accès aux marchés sont inférieurs dans le cadre des projets visant l’autonomisation des femmes. Il s’agit d’un résultat raisonnable compte tenu du fait que la plupart des progrès obtenus proviennent de projets portant sur les débouchés dans le secteur agroalimentaire, sur la pêche et/ou sur l’élevage et les produits laitiers, plutôt que de projets axés sur la production agricole primaire.
Ces conclusions suggèrent aussi que les interventions à la fois complètes et multidimensionnelles qui visent à améliorer la situation des ménages en mettant l’accent sur le rôle joué par les femmes donnent de meilleurs résultats dans de nombreux domaines, avec toutefois, encore, une marge d’amélioration. La productivité et l’accès aux marchés nécessitent par exemple des investissements mieux ciblés et orientés vers des objectifs axés sur la production.
Les donateurs qui investissent déjà dans des projets de développement agricole et rural peuvent par conséquent renforcer les moyens de subsistance des personnes en privilégiant les approches qui améliorent le bien-être des femmes par un renforcement de leur autonomisation et qui, dans le même temps, améliorent les revenus, la diversification alimentaire, la sécurité alimentaire et la résilience des ménages.
- 1. International Labour Organization. 2023. ILOSTAT. In: International Labour Organization. Cited 25 January 2023.
- 2. Davis, B., Mane, E., Gurbuzer, L.Y., Caivano, G., Piedrahita, N., Schneider, K., Azhar, N. et al. 2023. Estimating global and country-level employment in agrifood systems. FAO Statistics Working Paper Series, No. 23–34. Rome, FAO. https://doi.org/10.4060/cc4337en
- 1. Cavatassi, R., Mabiso, A. et Brueckmann, P. 2019. Impact assessment report: Republic of Indonesia, Coastal Community Development Project. Rome, International Fund for Agricultural Development.
- 2. IFAD. 2022. IFAD11 impact assessment report. Rome. https://tinyurl.com/5y5px5ak
- 3. L’ampleur moyenne des effets issue de la méta-analyse est validée en estimant les incidences à partir des données totalisées au niveau des ménages. Le FIDA relance les analyses en fusionnant l’ensemble des données relatives à l’évaluation de l’impact au niveau individuel et mène une analyse groupée qui permet de neutraliser les caractéristiques spécifiques aux pays/projets pour lesquelles on ne peut pas réunir d’observations et qui sont susceptibles d’avoir des effets. Les données, les programmes et d’autres détails relatifs aux calculs qui permettent une reproduction et, dans le même temps, leur révision sont chiffrés et rendus anonymes (Arslan A., et Cavatassi, R. 2022. IFAD’s methods for impact assessments, a summary note, FIDA, Rome).
- 4. Mise au point à partir du pouvoir de décision sur les revenus et/ou les ressources attribué aux femmes ou conjointement aux femmes et aux hommes. Les projets dont la valeur de cette variable est au moins égale à la valeur moyenne agrégée sont considérés comme des projets qui, par rapport aux autres, contribuent à l’automatisation des femmes.
- 5. Ipienihilles quam, con coresequi dit omnimus am siti ditasperem consequiae secus earcilibus aut et venemporrum que nime et dolore optaestrum ariatqui resti nos vollaborem aut deri debit aut quo maximus aut odi aut aruptat libea et lacepeles quaero et verchictia perum, quodis numquo dolorporror soluptur re repudipsus eat eos initinc iatiam aligent perumet eum evelignat.
- 6. Simusam ilicientem restisciae nos erspitatus mi, omniet latiur?