18330-Article Text-52838-1-10-20240711

ESI Preprints Not Peer-reviewed
Performance économique et financière des systèmes de

culture du Cajanus cajan au Bénin en Afrique de l’Ouest
Kassimou Issaka
Ibidon Firmin Akpo
Filikibirou Tassou Zakari
Zachée Houessingbe
Nouroudine Ollabode
Afouda Jacob Yabi
Laboratoire d’Analyses et de Recherches sur les Dynamiques Economiques
et Sociales (LARDES), Département d’Economie et Sociologie Rurales,
Faculté d’Agronomie, Université de Parakou, République du Bénin
Doi: 10.19044/esipreprint.7.2024.p158
Approved: 09 July 2024 Copyright 2024 Author(s)

Posted: 11 July 2024 Under Creative Commons CC-BY 4.0
OPEN ACCESS
Cite As:
Issaka, K., Akpo, I. F., Zakari, F. T., Houessingbe, Z., Ollabode, N., & Yabi, A. J. (2024).
Performance économique et financière des systèmes de culture du Cajanus cajan au Bénin
en Afrique de l’Ouest. ESI Preprints. https://doi.org/10.19044/esipreprint.7.2024.p158
Résumé
La non comptabilisation des revenus des cultures secondaires comme
le Cajanus cajan menace la viabilité économique et financière des petites
exploitations agricoles du Bénin. Cette étude examine l’effet des systèmes de
culture sur la performance économique et financière de la production du pois
d’Angole au Centre du Bénin. Les données ont été collectées à travers une
enquête socioéconomique auprès de 240 producteurs de pois d’Angole
choisis de façon aléatoire. La régression simultanée apparemment sûre, les
indicateurs économiques et financiers sont mobilisés pour apprécier la
performance économique et financière de la production du pois d’Angole.
Les résultats montrent six différents systèmes de culture du pois d’Angole
dans la zone d’étude. L’analyse économique et financières révèle que la
production du pois d'Angole est rentable pour les six systèmes de cultures
identifiés. Cependant, les systèmes 1 et 2 sont plus rentables en termes de
marge nette et les systèmes 1 et 3 sont les plus performants en matière de
productivité moyenne du travail et de ratio bénéfice-coût. Les systèmes 5 et
6 sont les moins performants du point de vue des trois indicateurs évalués.
www.esipreprints.org 158
ESI Preprints July 2024
Les résultats du modèle étayent que les systèmes 1, 2 et 4 sont les plus
bénéfiques en améliorant simultanément les trois indicateurs de performance.
Dans la production de pois d'Angole, le choix du système de culture peut
avoir un impact significatif sur la rémunération du travail agricole et le gain
financier par unité monétaire investie, sans nécessairement influencer de la
même manière la marge nette. Ainsi, pour accroître les revenus des
agriculteurs grâce à la culture du pois d'Angole, il est essentiel de se
concentrer sur les systèmes de culture qui rendent les producteurs
économiquement et financièrement plus performants.
Mots clés : Systèmes de culture, performance économique, régression

simultanée, Cajanus cajan, Bénin
Economic and financial performance of Cajanus cajan

cultivation systems in Benin in West Africa
Kassimou Issaka
Ibidon Firmin Akpo
Filikibirou Tassou Zakari
Zachée Houessingbe
Nouroudine Ollabode
Afouda Jacob Yabi
Laboratoire d’Analyses et de Recherches sur les Dynamiques Economiques
et Sociales (LARDES), Département d’Economie et Sociologie Rurales,
Faculté d’Agronomie, Université de Parakou, République du Bénin
Abstract
Failure to record income from secondary crops such as Cajanus cajan
threatens the economic and financial viability of small farms in Benin. This
study examines the effect of cropping systems on the economic and financial
performance of pigeon pea production in Central Benin. Data were collected
through a socio-economic survey of 240 pigeon pea producers chosen at
random. The apparently sure simultaneous regression, economic and
financial indicators are used to assess the economic and financial
performance of pigeon pea production. The results show six different pigeon
pea growing systems in the study area. The economic and financial analysis
reveals that pigeon pea production is profitable for the six cropping systems
identified. However, systems 1 and 2 are more profitable in terms of net
margin and systems 1 and 3 are the most efficient in terms of average labor
productivity and benefit-cost ratio. Systems 5 and 6 are the least efficient in
terms of the three indicators evaluated. The model results support that
Systems 1, 2, and 4 are most beneficial by simultaneously improving all

three performance indicators. In pigeon pea production, the choice of
cropping system can have a significant impact on farm labor remuneration
and financial gain per monetary unit invested, without necessarily
influencing the net margin in the same way. Thus, to increase farmers'
income through pigeon pea cultivation, it is essential to focus on cropping
systems that make producers economically and financially more efficient.
Keywords: Crop systems, economic performance, simultaneous regression,

Cajanus cajan, Benin
1. Introduction
La sécurité alimentaire est devenue un enjeu mondial ces dernières
décennies, principalement en raison de la croissance démographique
continue et de la diminution des rendements agricoles (Ayilara et al., 2022).
Cette situation rend de plus en plus difficile la satisfaction des besoins
alimentaires de la population. Environ 850 millions de personnes dans le
monde souffrent extrêmement de la faim, ce qui entraîne des problèmes
économiques et entrave la réalisation des Objectifs de Développement
Durable (ODD) (Kousar et al., 2021). L'Afrique subsaharienne (ASS) est une
région du monde où l'insécurité alimentaire est chronique, avec des menaces
de famine alarmantes (Anderson, 2014 ; Sasson, 2012). Les ménages ruraux
dont les revenus reposent largement sur l'agriculture pluviale sont les plus
gravement affectés par l'insécurité alimentaire (Mekonnen, 2024; Rusere et
al., 2023).
La sécurité alimentaire est influencée par divers facteurs tels que
l'économie, le changement climatique, la gestion inefficiente des récoltes, la
qualité des semences, l'état nutritionnel des sols ainsi que la sous-
exploitation de cultures potentiellement bénéfiques (Setsoafia et al., 2022 ;
Begna, 2021 ; Chauhan et al., 2018 ; Weih et al., 2017 ; Szabo, 2016 ; Wang
et al., 2015). Pour trouver des solutions durables à l'agriculture et à la
sécurité alimentaire en Afrique, il est important de mener des recherches plus
ciblées sur les cultures adaptées localement comme les légumineuses qui
sont riches en nutriments et résistantes au stress (Ayilara et al., 2022 ;
Kaoneka et al., 2016). La promotion de la diversification des cultures
agricoles avec les légumineuses représente un moyen essentiel pour
renforcer la sécurité alimentaire, réduire la pauvreté et préserver
l'environnement (Hashmiu et al., 2024; Ayenan et al., 2017a).
Paradoxalement, la plupart des cultures africaines résistantes au stress sont
parmi les moins étudiées, recevant peu d'attention de la part des décideurs, et
sont ainsi qualifiées de "cultures orphelines" (Zavinon et al., 2019 ;
Varshney et al., 2010). Parmi ces précieuses mais sous-estimées espèces
végétales, il figure le pois d'Angole (Cajanus cajan), une légumineuse

d'importance significative dans les régions tropicales, subtropicales et
chaudes du globe (Zavinon et al., 2018).
Le Cajanus cajan est une légumineuse alimentaire polyvalente qui
joue un rôle crucial en tant que bouée de sauvetage des agriculteurs disposant
de ressources limitées dans les régions tropicales et subtropicales d'Asie,
d'Amérique latine et d'Afrique (Chanda Venkata et al., 2019). Les graines
matures du pois d'Angole présentent une composition nutritionnelle notable,
comprenant 18,8 % de protéines, 53 % d'amidon, 2,3 % de matières grasses,
6,6 % de fibres brutes et 250,3 mg de minéraux par 100 g. De plus, le pois
d'Angole est couramment utilisé en médecine traditionnelle avec ses feuilles,
ses fleurs, ses racines et ses graines qui servent à traiter diverses affections
de la peau, du foie, des poumons et des reins (Hardev, 2016). En tant
qu'arbuste vivace, le pois d'Angole se caractérise par une remarquable
tolérance aux conditions de sécheresse, une forte production de biomasse
principalement utilisée comme fourrage, ainsi qu'une contribution
significative en nutriments et en humidité pour le sol (Fossou et al., 2016 ;
Njira et al., 2012). Les principaux pays producteurs sont l'Inde et le
Myanmar qui représentent 83 % de la production totale, suivis par des pays
africains tels que le Malawi, la Tanzanie, le Kenya et l'Ouganda qui
contribuent à hauteur de 14 % de la production mondiale (Makena et al.,
2022).
Malgré ses potentiels agronomiques, les travaux de recherche ont
montré que le principal inconvénient de la culture du pois d'Angole réside
dans sa faible productivité (Karanja et al., 2019). Dans les principaux pays
producteurs en Afrique, la production de pois d'Angole demeure peu
performante pour les petites exploitations agricoles. En effet, les rendements
obtenus dans les champs des agriculteurs s'élèvent à moins d'une tonne par
hectare (Makena et al., 2022 ; Karanja et al., 2019 ; Emefiene et al., 2014),
tandis que les résultats issus de la recherche indiquent des rendements
d'environ cinq tonnes par hectare (Wambua, 2021).
Au Bénin, le pois d'Angole occupe une place essentielle dans la vie
des ménages ruraux, servant non seulement à l'alimentation et à la médecine
traditionnelle, mais également comme source de revenus (Zavinon et al.,
2020). Cette plante est utilisée pour la conservation des sols et la gestion des
mauvaises herbes dans les champs agricoles (Kinhoégbè et al., 2020 ; Dansi
et al., 2012). Cependant, la production de pois d'Angole reste aussi très
limitée au Bénin. Il occupe la cinquième position parmi les légumineuses
comestibles, devancée par le niébé (Vigna unguiculata), le Voanzou
(Voandzeia subterranea), le soja (Glycine max) et l'arachide (Arachis
hypogaea) (Kinhoégbè et al., 2022 ; Ayenan et al., 2017a). Les rendements
moyens du pois d'Angole observés dans les exploitations agricoles
béninoises atteignent seulement 628 kg/ha en 2019, ce qui est nettement en

deçà du rendement potentiel estimé à 2500 kg/ha au niveau national par la
Direction de la Programmation et de la Prospective (MAEP-DPP, 2020). Le
rapport de la DPP indique qu’entre 2017 et 2019, les superficies allouées à la
culture du pois d’Angole ont progressivement diminué au niveau national,
passant de 3903 ha à 3685 ha. Cette réduction des superficies s'explique
d’une part par le manque d'efforts de recherche visant à encourager sa
culture et la faible productivité causée par le manque de variétés améliorées
(Kinhoégbè et al., 2020), mais d’autre part par les systèmes de culture
adoptés pour cette plante.
Plusieurs systèmes de culture sont adoptés pour la production du pois
d’Angole au sein des exploitations agricoles. En effet, la productivité et la
rentabilité des cultures sont influencées par les systèmes de culture mises en
œuvre par les agriculteurs (Traore et Koura, 2019 ; Yabi et al., 2012). Les
recherches menées en Inde par Pal et al. (2016) ont révélé que les
associations du pois d’Angole avec le niébé surpassent celles avec des
céréales comme le sorgho en terme de rendement en grains. De même, les
recherches menées par Asiwe et Madimabe (2020) sur le pois d’Angole en
Afrique du Sud indiquent que la culture intercalaire en bandes génère plus de
rendement, de bénéfice net et de revenu par unité de capital investi que la
culture intercalaire mixte et la culture pure.
Les pratiques agricoles spécifiques au pois d'Angole ont été peu
examinées en détail dans ce pays. La plupart des recherches menées sur cette
culture au Bénin se sont principalement concentrées sur ses aspects végétaux
tels que la diversité des variétés et leurs rendements, ainsi que sur des aspects
sociaux liés à la production, notamment les utilisations et les contraintes
rencontrées dans sa production (Kinhoégbè et al., 2020, 2022 ; Zavinon et
al., 2018, 2020, 2022; Zavinon et Sagbadja, 2019 ; Ayenan et al., 2017a,
2017b). Ainsi, l'aspect économique qui intègre les dépenses de production
liées aux systèmes de culture pratiqués a été largement négligé et peu
documenté. Sachant que la disponibilité de variétés de pois d'Angole à haut
rendement ne garantit pas nécessairement la rentabilité de sa culture, en
particulier si les choix des techniques culturales ne sont pas appropriés, cette
étude vient en complément aux études précédentes, en se proposant
d’identifier les systèmes de culture du pois d’Angole les plus performants
économiquement et financièrement au Bénin.
2. Matériels et méthodes
2.1. Zone d’étude
Cette étude a été menée dans le département des Collines, au centre
du Bénin en Afrique de l'Ouest. Situé entre le Togo à l’Ouest le Nigéria à
l’Est, il est limité au Nord par les départements de la Donga, du Borgou, au
Sud par ceux du Zou et du Plateau. L'agriculture y représente l'activité

principale de subsistance pour les populations locales (DGCS-ODD 2019;
INSAE 2016). Ce département mobilise l’essentiel de la production nationale
de pois d’Angole, avec une superficie totale variant de 1196 ha en 2017 à
1422 ha en 2019 consacrée à cette culture (MAEP-DPP, 2020). Ayenan
(2016) et Dansi et al. (2012) soulignent que cette plante est cultivée par les
petits agriculteurs de cette entité territoriale pour leur subsistance et pour
générer des revenus en complément des cultures principales telles que le
maïs, le manioc, l'igname, le riz, le soja et le coton.
Dans ce département, des discussions ont été menées avec les agents
de développement à la base, les agents vulgarisateurs de l’Agence
Territoriale de Développement Agricole (ATDA) pour identifier trois
communes (Bantè, Glazoué et Ouèssè) d’importance en matières de
production de pois d’Angole. Au sein de ces communes, les villages d'étude
ont été sélectionnés sur la base d’un recensement sommaire des producteurs
de pois d’Angole effectué lors d’une phase exploratoire. Ainsi, trois (3)
villages ont été choisis par commune comme l’indique la figure 1.
Figure 1. Carte de localisation géographique des villages d’étude

Note : Cette carte présente a zone d’étude. Elle a été réalisée à l’aide d’un logiciel de
traitement de coordonnées et d’informations géographiques. Les données utilisées
proviennent de l’Institut Géographique National (2008) et du terrain.
Source : Enquête de terrain, 2024
2.2. Echantillonnage et collecte de données

Les unités d'observation de cette recherche sont les exploitations
agricoles produisant du pois d'Angole, représentées par les chefs (cheffes)
ménages. A l’aide d’une base de sondage issue du recensement sommaire
effectué lors de la phase exploratoire, la technique d’échantillonnage
aléatoire a été appliquée pour sélectionner les exploitations enquêtées. Cette
technique d'échantillonnage est largement reconnue et utilisée dans de
nombreuses études scientifiques en raison de sa capacité à assurer une bonne
représentativité de la population étudiée, en offrant à chaque individu la
même chance d'être sélectionné (Biswas et al., 2021 ; Sultana et al., 2020 ;
Chou et Chou, 2019 ; Far et Rezaei-Moghaddam, 2018 ; Bandara et al.,
2016).
Cette approche ainsi adoptée a permis de toucher 80 exploitations
productrices de pois d’Angole dans chaque commune comme le montre le
Table 1. Cette taille d’échantillon par commune est considérée comme
raisonnable, conformément aux recommandations de Kwak et Kim (2017)
qui estiment qu'une population suffisamment grande nécessite un échantillon
d'au moins 30 individus pour être représentatif.
L'étude a utilisé une approche quantitative qui impliquait l'utilisation d'un
questionnaire semi-structuré préalablement soumis à des tests et ajustements
appropriés. Lors de l’enquête, chaque producteur sélectionné a répondu à ce
questionnaire individuel relatif à ses caractéristiques sociodémographiques et
économiques, aux techniques, inputs, coûts et outputs de production du pois
d’Angole. Par ailleurs, les techniques d’observation directe et de
triangulation des informations ont été mises œuvre pour s’assurer de la
fiabilité des réponses fournies par les répondants.
Tableau 1. Répartition des exploitations enquêtées
Communes Villages Nombre recensé Nombre enquêté
Bantè Bantè 52 35
Bobè 26 20
Pira 33 25
Total Bantè 111 80
Gblazoué Aklankpa 49 35
Magoumi 24 20
Ouèdèmè 28 25
Total Glazoué 101 80
Ouèssè Gbanlin 43 30
Laminou 43 30
Toui 27 20
Total Ouèssè 113 80
Total global 325 240
Note : Ce tableau présente l’effectif de producteurs de pois d’Angole enquêté dans chaque
village d’étude.
Source : Enquête de terrain, 2024
2.3. Cadre théorique et analyse des données

Le pois d’Angole a une croissance en hauteur initialement lente avec
un système racinaire profond et une maturité tardive (Emefiene et al., 2014).
Il peut être bénéfique tant en culture pure qu’en association avec d’autres
cultures (Asiwe et Madimabe, 2020 ; Pal et al., 2016). Habituellement, il est
intégré aux cultures commerciales de courte saison telles que le mil, le
sorgho, le maïs ou le niébé. Cette pratique d’association avec d’autres
cultures est souvent motivée par les échecs associés à sa culture en
peuplement pure, notamment les risques de production et son cycle
généralement long (Kermah et al., 2017). Elle peut être également adoptée
dans l’intention d’augmenter la productivité par unité de surface (Alla et al.,
2015), ou dans l’optique de la mise en application des pratiques de
diversification, de concurrence et de facilitation des espèces dans les
systèmes de culture (Hauggaard-Nielsen et Jensen, 2001). Toutefois, il
convient de noter qu'il existe différentes pratiques d'association culturale à
considérer.
L’association culturale se définit comme la culture simultanée de
deux ou plusieurs espèces végétales (ou variétés) sur une même parcelle,
avec un chevauchement de leurs cycles biologiques dans le temps. Les
cultures ne sont pas nécessairement plantées (ou récoltées) au même
moment, mais elles sont généralement gérées simultanément pendant une
période significative (Abid Karray, 2006 ; Salez, 1988). On distingue
principalement deux types d'associations culturales : la culture mixte ou
culture en mélange, et la culture intercalaire. La culture mixte se caractérise
par une alternance des espèces à l'intérieur des lignes de semis ou par une
disposition en vrac sur le billon, où les composantes apparaissent étroitement
entremêlées (Khonde, 2021). Lorsque les cultures présentent une taille et une
durée de végétation semblable, on parle de culture mixte homogène. En
revanche, si les espèces sont de taille différente avec des durées de
végétation inégales, on parle de culture mixte hétérogène. La culture
intercalaire quant à elle fait référence à la culture de deux ou plusieurs
cultures ensemble en lignes ou en bandes distinctes (de manière alternée),
permettant ainsi une gestion séparée des cultures tout en favorisant une
interaction agronomique entre elles (Asiwe et Madimabe, 2020).
Les systèmes de culture n’offrent pas nécessairement les mêmes
avantages économiques aux agriculteurs. D'après Asiwe et Madimabe
(2020), la culture mixte ne parvient pas à optimiser la densité des plantes ni à
garantir une utilisation efficiente des ressources. Cette pratique serait à la
base du faible rendement en grains du pois d’Angole observé dans la
province du Limpopo, en Afrique du Sud selon Gwata et Shimelis (2013). En
revanche, la culture intercalaire semble avoir le potentiel de diminuer la
compétition entre espèces et d'augmenter les rendements par unité de surface
selon Asiwe et Madimabe (2020). Les associations de céréales avec des

légumineuses à grains ont fréquemment démontré un avantage global par
rapport à la culture pure au niveau des systèmes (Zhang et al., 2015).
La théorie de la rationalité sert de modèle explicatif pour comprendre
comment les individus prennent des décisions dans des situations de choix,
c'est-à-dire comment ils sélectionnent certaines options tout en en rejetant
d'autres. Plusieurs penseurs éminents ont contribué au développement de
cette théorie. En effet, l’un des percusseurs de cette théorie est l’économiste
américain Becker (1976), qui a développé la notion de "rationalité
économique", en supposant que les individus agissent de manière rationnelle
pour maximiser leur utilité personnelle. Dans la même perspective, de
nombreux économistes soutiennent qu’un acteur rationnel est tenu de
s'engager dans un processus de maximisation de son utilité en toute situation.
Ainsi, le choix des individus repose sur les résultats économiques attendus.
Lorsqu'ils sont confrontés à plusieurs alternatives, les agents économiques
comparent les avantages et optent pour celle qui devrait leur procurer la plus
grande satisfaction possible en fonction de leurs préférences (Yabi et al.,
2016). Appliquée au présent contexte, la théorie de la rationalité suppose que
les agriculteurs, en tant qu'agents économiques supposés agir de manière
rationnelle dans leurs exploitations, choisiraient la combinaison technique de
pratiques de production du pois d’Angole qui maximise leurs profits. Par
conséquent, cette théorie constitue le socle de cette recherche qui vise à
démontrer comment le choix des systèmes de culture peut contribuer à la
maximisation de l'utilité économique et financière procurée par la production
du pois d’Angole aux agriculteurs.
2.4. Approche d’évaluation de la performance économique et

financière
La rentabilité d’une activité peut être évaluée de diverses manières,
notamment à travers la Matrice d’Analyse des Politiques (MAP) ou l’analyse
du compte d’exploitation. Dans cette étude, l’analyse du compte
d’exploitation a été adoptée en raison de sa simplicité à être mise en œuvre.
Cette approche implique le calcul de plusieurs indicateurs dont ceux utilisés
dans cet article sont le rendement (R) (pour la performance technique), la
marge nette (MN) et la productivité moyenne de la main-d’œuvre familiale
(PML) (pour la performance économique) et le ratio bénéfice-coût (RBC)
(pour la performance financière). Ces indicateurs ont fait preuves dans de
nombreuses études empiriques antérieures, notamment celles de Dossa et al.
(2018) ; Sigue et al. (2019) ; Tokpon et Yegbemey (2020) ainsi que Degla
(2020). La description et les conditions d’acceptation de ces indicateurs sont
présentées dans le Table 2.
Tableau 2. Indicateurs de performance économique et financière

Indicateurs Définitions Formules Interprétations
Rendement (R) Le rendement est le rapport 𝑃 Le rendement de production du
𝑅=
entre la quantité totale de 𝑆 pois d’Angole est de R kg/Ha.
production (P) et la
superficie (S) de terre Il s’exprime en kg/ha.
exploitée pour l’obtenir.
Marge nette Encore appelée bénéfice net 𝑀𝑁 = 𝑃𝐵𝑉 − 𝐶𝑇 Si MN > 0, l’activité est
(MN) ou profit, la marge nette est économiquement rentable ;
la différence entre la valeur Si MN < 0, l’activité n’est pas
du produit brut (PBV) et les La MN s’exprime en économiquement rentable.
dépenses totales (CT) FCFA/ha.
engagées dans la production.
Productivité La productivité moyenne de 𝑀𝑁 Si PML > p (p= taux de salaire
𝑃𝑀𝐿 =
moyenne du la main-d’œuvre familiale est 𝑄𝑀𝑂𝐹 journalier dans la zone d’étude),
travail (PML) la marge nette (MN) par l’activité est rentable du point de
unité de main-d’œuvre QMOF est la quantité vue du salaire payé. Dans le cas
familiale (MOF) utilisée pour totale de main- contraire, elle ne l’est pas.
la production. d’œuvre familiale.
La PML s’exprime en
FCFA/HJ.
Ratio bénéfice- Le ratio bénéfice-coût est le 𝑃𝐵𝑉 Si RBC > 1, l’activité est
𝑅𝐵𝐶 =
coût (RBC) gain financier total obtenu 𝐶𝑇 + 𝑉𝑀𝑂𝐹 financièrement rentable. Dans le
par unité monétaire (1 cas contraire, elle ne l’est pas.
FCFA) investi dans la VMOF est la valeur
production. de la main-d’œuvre
familiale. Le RBC est
sans unité.
Source : Réalisé par les auteurs sur la base de la revue de littérature
Les coûts de production du pois d'Angole comprenaient le coût de

préparation du sol, des semences, des semis, des mesures d’entretien et de
protection des cultures et de récolte. En cas d’association culturale, les
agriculteurs ont évalué la part des dépenses dédiées à la production du pois
d'Angole, et celle-ci a été prise en considération.
L’analyse de variance (ANOVA) a permis de vérifier si les
différences de moyennes des indicateurs de performance qui existent entre
les systèmes de cultures sont statistiquement significatifs ou non.
2.5. Modélisation des déterminants de la performance économique et

financière
Le test ANOVA a permis seulement de confirmer si la différence de
moyenne observée entre les systèmes de culture pour chaque indicateur de
performance est statistiquement significative ou non. Il ne révèle pas les
systèmes de culture qui créent cette différence, c’est-à-dire le sens de
l’influence réelle des systèmes de culture sur la rentabilité de la production
du pois d’Angole. Alors, un modèle de régression paraît nécessaire pour

combler ce gap.
Dans la littérature, tant la régression tobit que la régression linéaire
sont couramment utilisées pour analyser les déterminants lorsque les
variables dépendantes sont de nature quantitative (Kindemin et al., 2023 ;
Haralayya et Aithal, 2021). Cependant, dans cette étude, les variables
dépendantes, à savoir la marge nette (MN), la productivité moyenne du
travail (PML) et le ratio bénéfice-coût (RBC), partagent plusieurs
composantes communes, comme décrit précédemment dans leurs formules
respectives. Il est donc évident d’émettre l’hypothèse selon laquelle il existe
une corrélation entre ces variables. Dans ces conditions, il parait plus
approprié d’analyser les déterminants de la performance économique et
financière du point de vue de ces indicateurs à l’aide d’une régression
simultanée apparemment sûre (SUR). Cette approche permet de tenir compte
de la corrélation entre les variables dépendantes, car l'estimation distincte de
plusieurs modèles pourrait induire des biais en raison de cette corrélation
entre les variables dépendantes (Hessavi et al., 2019 ; Arouri et Rault, 2010).
Introduit par Zellner en 1962 pour estimer les équations multiples et
améliorer l’efficacité de l’estimation, le modèle SUR permet l’exécution
simultanée des trois équations en une seule commande et prend en compte de
la corrélation qui existe entre les variables dépendantes (Traore et Koura,
2019). De plus, dans l'estimation, chaque équation du modèle peut avoir des
variables dépendantes et indépendantes distinctes (Pastpipatkul et al., 2015).
La relation mathématique entre les indicateurs de performance (P) et les
systèmes de culture (S) adoptés, ainsi que les caractéristiques
sociodémographiques (X) susceptibles de les expliquer, se présente sous la
forme suivante :
⬚ ⬚
{𝑃1𝑖 = 𝛼1 + ∑ ⬚ 𝛽1𝑗 𝑆𝑖𝑗 + ∑ ⬚ 𝛿1𝑘 𝑋𝑖𝑘 + 𝑢1𝑖 𝑃2𝑖
𝑗 𝑘
⬚ ⬚
= 𝛼2 + ∑ ⬚ 𝛽2𝑗 𝑆𝑖𝑗 + ∑ ⬚ 𝛿2𝑘 𝑋𝑖𝑘 + 𝑢2𝑖 𝑃3𝑖
𝑗 𝑘
⬚ ⬚
= 𝛼3 + ∑ ⬚ 𝛽3𝑗 𝑆𝑖𝑗 + ∑ ⬚ 𝛿3𝑘 𝑋𝑖𝑘 + 𝑢3𝑖
𝑗 𝑘
Avec :
𝑃1𝑖 ; 𝑃2𝑖 et 𝑃3𝑖 : Respectivement la MN, la 𝑘: Le nombre de caractéristiques
PML et RBC du producteur i. sociodémographiques introduits.
𝛼1 ; 𝛼2 et 𝛼3 : Les termes constants de 𝑋𝑖𝑘 : Le facteur sociodémographique k du
chaque équation. producteur i.
𝑗: Le nombre de systèmes de 𝑆𝑖𝑗 : Le système de culture j adopté par le
culture de pois d’Angole. producteur i.
𝑢1𝑖 ; 𝑢2𝑖 et 𝑢3𝑖 : Les termes d’erreurs. 𝛽 et 𝛿 : Les coefficients de régression associés
respectivement à S et X.
Dans la plupart des études empiriques qui recourent à des analyses

économétriques, comme celles menées par Ameh et Lee (2022) ; Budiastutik
et Nugraheni (2018) ; Alshurideh et al. (2017) ainsi que Ameh et Andrew
(2017), le choix des prédicteurs est très souvent guidé par les objectifs
spécifiques de leur recherche. L’objectif principal de cette recherche est de
déterminer l’effet des systèmes de culture pratiqués sur la performance
économique et financière des producteurs de pois d’Angole. Toutefois, en
plus des systèmes de culture, plusieurs caractéristiques sociodémographiques
des exploitants ont été introduites dans le modèle (Table 3). Toutes les
analyses ont été réalisées avec le logiciel Stata, version 15.
Tableau 3. Description des variables explicatives du modèle de régression simultanée apparemment sûre
Variables Nature et description Justification Signes
attendus
Systèmes de culture du Variables binaires prenant la valeur 1 Les systèmes de culture englobent un ensemble de pratiques agricoles qui incluent la sélection des cultures, leur séquence et les +/-
pois d’Angole si le répondant pratique le système et techniques spécifiques appliquées à chacune d'entre elles (Sebillotte, 1990). Ils ont été reconnus comme l'un des principaux
la valeur 0 dans le cas contraire. déterminants de la rentabilité des exploitations agricoles. La pratique de la culture mixte du pois d'Angole ne parvient pas à
maximiser la densité des plantes ni à assurer une utilisation efficace des ressources. En revanche, la culture intercalaire semble
détenir le potentiel de réduire la compétition entre les espèces et d'augmenter les rendements par unité de surface (Asiwe et
Madimabe, 2020).
Caractéristiques sociodémographiques
Sexe de l’agriculteur Variable binaire prenant la valeur 1 Les agriculteurs de sexe masculin ont tendance à mieux adopter les innovations agricoles et à optimiser l'allocation des intrants de +
si le répondant est du sexe masculin production, ce qui se traduit par une meilleure efficacité technique par rapport aux agriculteurs de sexe féminin (Aminou, 2021 ;
et la valeur 0 s’il est du sexe féminin. Ntsama et Pedelahore, 2010).
Possession d’une Variable binaire prenant la valeur 1 Elle offre la possibilité de générer des revenus supplémentaires qui contribuent à stabiliser les ressources financières de +/-
activité secondaire si l’agriculteur possède une activité l'agriculteur, offrant une marge de sécurité en cas de fluctuations des prix du pois d'Angole à la baisse (Ahmadzai, 2020 ; Senger
secondaire et la valeur 0 dans le cas et al., 2017). Toutefois, cette diversification peut diviser l'attention et les ressources de l'agriculteur, compromettant son efficacité
contraire. dans la gestion de la culture du pois d'Angole (Reddy et al., 2021).
Expérience dans la Variable continue mesurée en L’expérience améliore positivement l’adoption des bonnes pratiques agricoles (Ameh et Lee, 2022 ; Adjobo et Yabi, 2020 ; +
production du pois nombre d’années. Ouédraogo et Dakouo, 2017 ; Malinga et al., 2015 ; Zalkuw et al., 2014). Les agriculteurs expérimentés ont une meilleure
d’Angole performance économique et financière (Traore et Koura, 2019).
Nombre d’années Variable continue exprimée en L'éducation permet aux agriculteurs de maîtriser des techniques modernes de production et d'accéder plus aisément aux intrants +
scolaires validées nombre d’années. nécessaires du fait de leur facilité d’accès à l’information (Kariyawasam et al., 2019 ; Piedra-Muñoz et al., 2016). Les agriculteurs
instruits sont mieux équipés pour utiliser des techniques modernes et pour accéder aux informations sur les prix du marché, ce qui
les amène à acquérir des intrants à des coûts plus avantageux (Tabe-Ojong Jr et Molua, 2017 ; Abebe, 2014). L'éducation
améliore la productivité agricole en augmentant les connaissances, la conscience, et la capacité d'allocation des ressources
productives des agriculteurs (Ameh et Andrew, 2017 ; Asogwa et al., 2014).
Appartenance à un Variable binaire prenant la valeur 1 Elle a un impact substantiel sur l’efficacité des producteurs (Babah-Daouda et Yabi, 2021 ; Nuama, 2006a). Elle peut faciliter +
groupement de si l’agriculteur appartient à un l'accès aux ressources, tels que les crédits et la main-d'œuvre, en encourageant le partage de connaissances et d'informations sur
producteurs agricoles groupement de producteurs et la les marchés, et en favorisant une gestion plus efficace des activités agricoles grâce à la coordination au sein du groupement.
valeur 0 si non.
Nombre d’actifs Variable continue exprimée en Il peut améliorer la rentabilité du pois d'Angole, car la disponibilité de main-d'œuvre influence positivement l'efficacité des +
agricoles dans le nombre d’individus actifs agricoles. agriculteurs, leur permettant d'exécuter les opérations agricoles en temps opportun, comme indiqué dans les travaux de Mishra et
ménage al. (2018) et de Feng (2008).
Superficie totale de Variable continue mesurée en Une plus grande superficie de terres agricoles peut augmenter les rendements et l'efficacité des agriculteurs (Bazie et al., 2020 ; +/-
terres agricoles hectares. Rached et al., 2018). En revanche, si le pois d'Angole n'est pas la culture principale et que la majorité de la terre est allouée à
disponibles d'autres cultures, cela peut entraîner des ressources limitées pour le pois d'Angole, notamment en matière de main-d’œuvre,
réduisant ainsi sa rentabilité.
Source : Réalisé par les auteurs sur la base de la revue de littérature
3. Résultats
3.1. Caractéristiques sociodémographiques et économiques des
enquêtés
La majorité des enquêtés (75%) sont de sexe masculin, 87,50% sont
mariés et 61,67% n’ont jamais été inscrits dans une école formelle. De plus,
seuls 19,58% ont acquis la capacité de lire et d'écrire dans leur langue
maternelle, 39,58% font partie d'un groupe de producteurs concentrés autour
d'une culture spécifique, et 26,25% ont une activité secondaire. Par ailleurs,
l’âge moyen des producteurs est de 45 (±10,95) ans, avec une expérience
moyenne de 22 (±12,66) ans en agriculture, et de 7 (±7,31) ans dans la
production de pois d’Angole. Les individus instruits ont généralement
interrompu leur parcours éducatif au niveau de l'école primaire, avec une
moyenne de 3 (±4,42) années scolaires réussies. En ce qui concerne leurs
exploitations, elles disposent en moyenne de 10,26 (±8,66) hectares de terres
agricoles, avec une charge familiale de 10 (±7,21) personnes en moyenne,
dont 6 (±4,69) sont des actifs dans le domaine agricole (Table 4).
Tableau 4. Caractéristiques sociodémographiques des enquêtés
Variables qualitatives Modalités Fréquence absolue Fréquence relative (%)
Sexe Féminin 60 25,00

Masculin 180 75,00
Situation matrimoniale Célibataire 12 5,00
Marié (e) 210 87,50
Divorcé (e) 4 1,67
Veuf (ve) 14 5,83
Education formelle Aucun 148 61,67
Primaire 40 16,67
Secondaire cycle 1 26 10,83
Secondaire cycle 2 18 7,50
Université 8 3,33
Alphabétisation en langue locale Non 193 80,42
Oui 47 19,58
Appartenance à un groupement Non 145 60,42
Oui 95 39,58
Possession d’une activité secondaire Non 177 73,75
Oui 63 26,25
Variables quantitatives Moyenne Ecart-type
Age 44,50 10,95
Expérience en agriculture 21,15 12,66
Expérience de production du pois d’Angole 6,60 7,31
Années scolaires validées 2,92 4,42
Superficie totale disponible (ha) 10,26 8,66
Personnes en charge 9,33 7,21
Actifs agricoles 5,37 4,69
Note : Ce tableau est la description statistique des caractéristiques sociodémographiques des
enquêtés. Les données utilisées proviennent de l’enquête de terrain réalisée en 2023.
Source : Résultats d’analyse, 2024
3.2. Fréquences d’adoption des systèmes de culture du pois d’Angole

Dans la zone d’étude, la culture pure en monoculture (Système 1) et
la culture mixte en rotation (Système 4) sont les systèmes les plus adoptés
pour la production du pois d’Angole, représentant respectivement 27,08% et
33,75% des cas. La culture du pois d'Angole en culture pure en rotation
(système 2) ainsi qu’en culture mixte en monoculture (système 3) est
observée chez 14,58% et 15,42% des enquêtés, respectivement. En revanche,
les systèmes de culture intercalaire sont moins courants, avec une
représentation de 5,83% pour le système 6 (culture intercalaire en rotation) et
3,33% pour le système 5 (culture intercalaire en monoculture) (Table 5). Ces
résultats indiquent que, dans la zone d’étude, la culture du pois d'Angole est
principalement pratiquée en association mixte dans le cadre d'une séquence
de cultures planifiées.
Tableau 5. Fréquences d’adoption des systèmes de culture du pois d’Angole
Systèmes Types de culture Effectif Pourcentage (%)
Système 1 Culture pure en monoculture 65 27,08
Système 2 Culture pure en rotation 35 14,58
Système 3 Culture mixte en monoculture 37 15,42
Système 4 Culture mixte en rotation 81 33,75
Système 5 Culture intercalaire en monoculture 8 3,33
Système 6 Culture intercalaire en rotation 14 5,83
Total 240 100
Note : Ce tableau présente la fréquence d’adoption des différents systèmes de culture de
pois d’Angole repérés dans la zone d’étude. Les données utilisées proviennent de l’enquête
de terrain réalisée en 2023.
3.3. Caractéristiques économiques et financières des systèmes de

culture de pois d’Angole
3.3.1. Facteurs de production par système de culture
La superficie moyenne emblavée pour la production du pois d'Angole
par les enquêtés est de 0,92 (±0,93) hectare de terres (Table 6). Par hectare,
ils ont utilisé une quantité moyenne de 13,83 (±10,18) kg de semences, 2,53
(±2,52) litres d'herbicides, 0,97 (±0,98) litre d'insecticides, et 56,31 (±46,76)
homme-jour de main-d'œuvre. L’analyse spécifique par systèmes de culture
révèle que les systèmes en culture pure (système 1 et système 2) nécessitent
une quantité de semences supérieure à celle des autres systèmes. Cette
différence de moyennes de quantité de semences entre les systèmes de
culture est statistiquement significative au seuil de 1%. Aussi, une disparité
significative de moyennes des quantités d'herbicides (au seuil de 5%) et de
main-d'œuvre (au seuil de 1%) s’observe entre les systèmes de culture. Ces
résultats indiquent que les systèmes de culture pure notamment les systèmes
1 et 2 nécessitent plus d’intrants que les autres.
Par ailleurs, le coût total moyen de la production d'un hectare de pois

d'Angole s’élève à 81 184,47 (±65 370,87) FCFA. Ces dépenses de
production varient d'un système de culture à un autre. En effet, les charges
variables et les coûts totaux de production diminuent progressivement à
mesure que l'on passe des systèmes de culture pure aux systèmes de culture
intercalaire, passant par les systèmes de culture mixte. L'analyse de variance
(ANOVA) a mis en évidence que ces différences de moyennes des charges
variables et des coûts totaux de production entre les systèmes de culture sont
statistiquement significatives au seuil de 1%. Il ressort de ces résultats que le
coût de production du pois d’Angole est plus élevé pour les systèmes de
culture 1 et 2 que les autres systèmes (Table 6).
3.3.2. Performance économique et financière des systèmes de culture

Pour l'ensemble des systèmes de culture, la production de pois
d'Angole génère par hectare, un rendement moyen de 752,57 (±600,67) kg,
avec une MN moyenne de 297 534,60 (±261 045,76) FCFA (Table 6). La
PML atteint en moyenne 6 252,28 (±5 386,88) FCFA par homme-jour, et le
RBC s'élève à 1,77 (±1,02). Ces résultats montrent que la culture du pois
d'Angole dans la zone d’étude est économiquement et financièrement
rentable. En l’occurrence, du point de vue PML, la moyenne obtenue est
largement supérieure au taux de salaire d’un homme-jour fixé à 2500 FCFA
dans la zone d’étude. Cependant, il convient de noter que les analyses
différenciées par systèmes de culture révèlent des variations significatives
d'un indicateur de performance à un autre.
En ce qui concerne le rendement, on observe une diminution de la
moyenne des rendements à mesure que l'on passe des systèmes de culture
pure aux systèmes de culture intercalaire, passant par les systèmes de culture
mixte (Table 6). L’analyse de variance confirme que cette variation des
moyennes de rendement entre les différents systèmes de culture est
statistiquement significative au seuil de 1%. Les systèmes de culture pure
sont plus productifs que les autres. Lorsqu'on compare les systèmes deux à
deux, en tenant compte de la rotation ou de la monoculture du pois d'Angole,
les systèmes de monoculture (systèmes 1, 3 et 5) présentent une productivité
supérieure à celle des systèmes en rotation (systèmes 2, 4 et 6).
L'analyse de la MN ne révèle pas une tendance uniforme par rapport
au rendement. Le profit net généré par la culture du pois d'Angole est plus
élevé dans les systèmes 1 (374 478,82±215 275,20 FCFA/ha) et 2 (375
255,64±328 783,52 FCFA/ha) que dans les autres systèmes de culture
(tableau 6). Cette différence de moyenne de MN entre les systèmes de
culture significative (à 1%) s'explique par des raisons compréhensibles. Il
ressort alors que du point de MN, les systèmes de culture 1 et 2 sont plus
rentables que les autres.
L'analyse de variance révèle également une différence significative

au seuil de 1% de la moyenne de la productivité moyenne du travail (PML)
entre les différents systèmes de culture (Table 6). Néanmoins, les systèmes 1
et 3 se distinguent en tant que systèmes les plus rentables en termes de PML,
affichant respectivement des valeurs de 7 572,64 (±5 748,28) FCFA par
homme-jour (HJ) et 7 535,41 (±5 800,51) FCFA par HJ. Une analyse
comparative des systèmes, indique que les systèmes en monoculture
(systèmes 1, 3 et 5) sont plus avantageux du point de vue de la rémunération
du travail par rapport aux systèmes en rotation (systèmes 2, 4 et 6). Cette
observation peut s'expliquer par le fait que les systèmes en monoculture ont
des rendements généralement plus élevés que les systèmes en rotation.
L’évaluation du ratio bénéfice-coût (RBC) indique également que les
systèmes 1 et 3 présentent une rentabilité financière supérieure aux autres
(Table 6). La différence de moyenne du RBC entre les divers systèmes de
culture est également statistiquement significative au seuil de 1%, ce qui
permet de conclure que les systèmes 1 et 3 sont plus performants du point de
vue de cet indicateur.
Tableau 6. Performance économique et financière des systèmes de culture du pois d’Angole

Variables Système 1 Système 2 Système 3 Système 4 Système 5 Système 6 Ensemble Test
Mean (SD)1 Mean (SD)1 Mean (SD)1 Mean (SD)1 Mean (SD)1 Mean (SD)1 Mean (SD)1
Inputs de production
Superficie (ha) 0,73 (1,17) 0,66 (0,73) 0,98 (0,78) 1,14 (0,87) 1,01 (0,44) 1,04 (0,76) 0,92 (0,93) F=2,12* ; P=0,063
Semence 19,32 (10,01) 18,91 (11,01) 13,48 (6,83) 9,18 (8,41) 9,81 (9,64) 5,77 (6,82) 13,83 (10,18) F=13,85***; P=0,000
(kg/ha
Herbicide 4,27 (3,36) 2,80 (1,97) 2,60 (2,71) 1,97 (2,04) 1,00 (0,00 1,29 (0,60) 2,53 (2,52) F=3,17** ; P=0,011
(L/ha)
Insecticide 0,5 (0) 3,33 (0) 0,55 (0,62) 0,82 (0,81) 1 (0) 0 0,97 (0,98) F=2,54 ; P=0,133
(L/ha)
MOF 66,61 (45,42) 81,31 (66,07) 45,02 (35,41) 47,85 (41,71) 32,66 (12,88) 38,32 (25,42) 56,31 (46,76) F=4,77*** ; P=0,000
(HJ/ha)
Dépenses de production
Charges 103005,47 94645,52 71698,47 60162,76 43936,98 53310,48 77632,57 F=4,84*** ; P=0,000
variables (84874,50) (70302,45) (35038,86) (53339,15) (25868,61) (35781,19) (65250,56)
(FCFA/ha)
Charges fixes 3319,30 2351,70 4737,71 3868,54 2492,75 3271,67 3551,90 F=0,90 ; P=0,4808
(FCFA) (4496,07) (1992,13) (6106,16) (6567,01) (1085,33) (4079,70) (5242,95)
Coût total 106324,77 96997,22 76436,18 64031,29 46429,73 56582,14 81184,47 F=4,67*** ; P=0,000
(FCFA/ha) (84272,82) (69745,73) (34755,28) (55116,07) (25420,88) (36948,51) (65370,87)
Indicateurs de performance
Rendement 969,06 (548.65) 931,32 (711,20) 674,02 (440,02) 654,42 (626,83) 370,98 (265,04) 294,08 (349,94) 752,57 F=5,64*** ; P=0,000
(kg/ha) (600,67)
MN 374478,82 375255,64 281182,96 264512,04 148271,31 65558,33 297534,60 F=5,19*** ; P=0,000
(FCFA/ha) (215275,20) (328783,52) (206588,42) (279588,51) (122145,92) (97963,21) (261045,76)
PML 7572,64 5817,21 7535,41 5713,57 4940,05 1685,18 6252,28 F=3,72*** ; P=0,003
(FCFA/HJ) (5748,28) (5588,29) (5800,51) (4767,06) (4575,63) (2368,65) (5386,88)
RBC 2.09 (1.13) 1,72 (1,02) 1,97 (1,08) 1,63 (0,84) 1,46 (0,86) 0,83 (0,51) 1,77 (1,02) F=4,78*** ; P=0,000
Note : Ce tableau présente les résultats de l’analyse de la rentabilité économique et financière des systèmes de culture du pois d’Angole. Les
indicateurs de performance ont été calculés en se basant sur les formules décrites dans le Tableau 2. Les données utilisées proviennent de
l’enquête de terrain réalisée en 2023. 1Erreur Standard ; *** significatif à 1% (p ≤ 0,01) ; ** significatif à 5% (0,01 < p ≤ 0,05) ; * significatif à
10% (0,05 < p ≤ 0,10)
3.4. Corrélation entre les indicateurs de rentabilité du pois d’Angole

L'analyse de la corrélation met en évidence une forte interdépendance
entre les divers indicateurs de performance évalués (Table 7). Le coefficient
de corrélation entre la marge nette (MN) et la productivité moyenne du
travail (PML) atteint 0,50 et est significatif au seuil de 1%. Cela signifie que
lorsque la MN augmente, la PML augmente également. De même, le
coefficient de corrélation entre la MN et le ratio bénéfice-coût (RBC) est de
0,61, significatif au seuil de 1%, indiquant que ces deux indicateurs évoluent
dans la même direction. En outre, le coefficient de corrélation entre le RBC
et la PML est de 0,92, significatif au seuil de 1%. Cela signifie que
l'augmentation de la PML entraîne une augmentation du RBC. En résumé,
ces résultats révèlent que les trois indicateurs de performance évalués sont
tous positivement corrélés de manière significative. Cette corrélation est
attendue, car ces indicateurs sont tous déterminés par le rendement et le prix
de vente du produit, en plus d'avoir plusieurs autres composantes communes.
Par conséquent, l'utilisation du modèle de régression SUR pour identifier
simultanément les déterminants de chacun de ces indicateurs semble très
appropriée.
Tableau 7. Corrélation entre les indicateurs de rentabilité de la production du pois d’Angole
Corrélation MN PML RBC
MN 1 - -
PML 0,5066*** 1 -
RBC 0,6136*** 0,9211*** 1
Note : Ce tableau présente la corrélation entre les trois principaux indicateurs de
performance utilisés. Les données utilisées proviennent de l’enquête de terrain réalisée en
2023. *** significatif à 1% (p ≤ 0,01) ; ** significatif à 5% (0,01 < p ≤ 0,05) ; * significatif
à 10% (0,05 < p ≤ 0,10)
3.5. Déterminants de la rentabilité économique et financière de la

production du pois d’Angole
L’analyse des informations du Table 8 montre que les variations des
indicateurs de performance (MN, PML et RBC) sont expliquées à 42,31%
(Adj_R2=0,4231) par les variations des variables explicatives introduites
dans le modèle. Cette capacité explicative des variables indépendantes par
rapport aux variables dépendantes est hautement significative au seuil de 1%.
L’analyse spécifique des trois modèles révèle que les variables explicatives
expliquent respectivement 27,06% ; 25,29% et 26,73% des variations de la
marge nette (MN), la productivité moyenne du travail (PML) et le ratio
bénéfice-coût (RBC). Les trois modèles sont très fortement significatifs au
seuil de 1%.
Les résultats indiquent que la performance économique et financière
de la production du pois d’Angole, mesurée à l’aide de ces indicateurs, est
déterminée par plusieurs facteurs. Il s'avère que les systèmes de culture 1, 2,

3 et 4, le sexe de l'exploitant, la détention d'une activité secondaire,
l'expérience dans la production du pois d'Angole, l'appartenance à un
groupement de producteurs agricoles, le nombre d'actifs agricoles et la
superficie des terres agricoles disponibles jouent un rôle déterminant.
Toutefois, il convient de noter que les effets de ces variables explicatives sur
les indicateurs de rentabilité, ainsi que leurs probabilités associées, varient
d'une équation à l'autre.
La marge nette de production du pois d'Angole est positivement et
significativement influencée par les systèmes de culture 1 et 2, au seuil de
5%, ainsi que par le système de culture 4, au seuil de 10%. L'application de
ces systèmes de culture dans la production du pois d'Angole semble donc
améliorer le bénéfice net de l'exploitant. En revanche, le sexe de l'exploitant
et la possession d'une activité secondaire ont un effet significativement
négatif sur la marge nette, au seuil de 5%. De plus, le nombre d'actifs
agricoles exerce également une influence négative et significative sur la
marge nette, mais cette fois-ci au seuil de 1%. Cela signifie que des
variations positives dans ces caractéristiques sociodémographiques de
l'exploitant sont associées à une diminution du bénéfice net généré par la
production du pois d'Angole.
Le taux de rémunération de la main d'œuvre (PML) est
significativement et positivement influencé par les systèmes de culture 3 et 4,
au seuil de 5%, ainsi que par les systèmes 1 et 2, respectivement au seuil de
1% et 10%. Ces résultats indiquent que l'application de ces systèmes de
culture dans la production du pois d'Angole entraîne une augmentation de la
marge nette par unité de main d'œuvre familiale. De plus, des
caractéristiques telles que l'expérience de l'agriculteur dans la production du
pois d'Angole et la superficie totale disponible exercent une influence
positive et significative sur la PML, respectivement au seuil de 1% et 5%. En
revanche, cet indicateur est négativement et significativement corrélé avec le
nombre d'actifs agricoles dans l'exploitation, au seuil de 1%. Cela signifie
qu'une forte disponibilité d'actifs agricoles n'améliore pas la performance
économique de la production du pois d'Angole du point de vue de cet
indicateur.
En ce qui concerne le gain financier par unité de capital investi
(RBC), il est également positivement et significativement influencé par les
systèmes de culture 1 (au seuil de 1%), 2 (au seuil de 10%), 3 et 4 (au seuil
de 5%). En d'autres termes, l'application de ces systèmes de culture se traduit
par une augmentation du gain financier total obtenu pour chaque franc CFA
investi dans la production du pois d'Angole. De plus, l'expérience de
l'agriculteur dans la production du pois d'Angole et son appartenance à un
groupement de producteurs améliorent également sa performance financière,
respectivement au seuil de 1% et 10%. Par contre, le nombre d'actifs

agricoles est négativement et significativement corrélé avec le RBC, au seuil
de 1%.
Tableau 8. Déterminants de la performance économique et financière de la production de
pois d’Angole
Variables MN PML RBC
Coef.1 (SD)2 P3 Coef.1 (SD)2 P3 Coef.1 (SD)2 P3
Constante 3346654,1(90563,99)*** 0,000 1658,98 0,298 1,20 (0,29)*** 0,000
(1593.67)
Systèmes de culture
Système 1 (Culture pure en 4070,16
156436,6 (84353,57)** 0,064 0,005 0,78 (0,26)*** 0,004
monoculture) (1435,38)***
Système 2 (Culture pure en 2800,37
194610,2 (88102,11)** 0,027 0,063 0,54 (0,28)* 0,053
rotation) (1507,85)*
Système 3 (Culture mixte en 3813,51
84331,46 (87228,42) 0,334 0,013 0,63 (0,28)** 0,026
monoculture) (1531,21)**
Système 4 (Culture mixte en 3356,24
137505,1 (82806,05)* 0,097 0,014 0,60 (0,25)** 0,018
rotation) (1365,37)**
Système 5 (Culture intercalaire 1976,67
- - 0,345 0,30 (0,39) 0,443
en monoculture) (2092,48)
Système 6 (Culture intercalaire
-12860,57 (100194,8) 0,898 - - - -
en rotation)
Caractéristiques sociodémographiques et économiques
Sexe du producteur -77930,48 (37468,81)** 0,038 462,17 (782,50) 0,555 0,03 (0,14) 0,819
Possession d’activités
-77830,17 (37723,17)** 0,039 -1215,65 (787,81) 0,123 -0,19 (0,14) 0,198
secondaires
Expérience de production du 190,08
1250,133 (2127,67) 0,557 0,000 0,03 (0,008)*** 0,000
pois d’Angole (44,43)***
Années scolaires validées avec
-5110,117 (3740,85) 0,172 23,14 (78,12) 0,767 -0,01 (0,01) 0,419
succès
Appartenance à un groupement 44254,94 (43872,11) 0,313 1474,66 (916,23) 0,108 0,33 (0,17)* 0,050
Nombre d’actifs agricoles dans -224,33
-19385,19 (3301,27)*** 0,000 0,001 -0,05 (0,01)*** 0,000
le ménage (68,94)***
Superficie totale agricole
359,69 (1988,73) 0,856 88,27 (41,53)** 0,034 0,006 (0,007) 0,425
disponible
Résumés spécifiques des R-sq=0,2706 ; R-sq=0,2529 ; R-sq=0,2673 ;
modèles Chi2=89,03*** ; Chi2=81,25*** ; Chi2=87,54*** ;
P=0,0000 ; P=0,0000 ; P=0,0000 ;
Obs=240 Obs=240 Obs=240
Résumé global du système Adj_R2=0,4231 ; Number of Parameters =39
Chi2=144,3955 ; Number of Equations =3
F=15,6086*** ; Degrees of Freedom F-Test =(36,720)
P-Value=0,0000 ; Degrees of Freedom Chi2-Test =36
Note : Ce tableau présente les résultats du modèle de régression simultanée apparemment
sûre estimé. Les données utilisées proviennent de l’enquête de terrain réalisée en 2023.
1Coefficient ; 2Erreur standard ; 3Valeur de la probabilité ; *** significatif à 1% (p ≤ 0,01) ;
** significatif à 5% (0,01 < p ≤ 0,05) ; * significatif à 10% (0,05 < p ≤ 0,10)
4. Discussion
Plante fertilisante, alimentaire, source de revenus monétaires,
traditionnellement médicinale et tolérante à la sécheresse, le pois d’Angole
(Cajanus cajan) est une légumineuse qui procure de multiples avantages aux
agriculteurs qui s’y adonnent (Chanda Venkata et al., 2019 ; Hardev, 2016).
Cependant, dans les principales zones de production au Bénin (le Sud et le
Centre), ce trésor est sous-exploité en raison de plusieurs contraintes dont
l’une des plus percutantes est le faible rendement en grains obtenu par les
producteurs (Kinhoégbè et al., 2020 ; Zavinon et Sagbadja, 2019 ; Kaoneka
et al., 2016). En effet, cette faible productivité pourrait être attribuée en
partie à l'inadaptation des systèmes de culture actuellement utilisés pour cette
culture (Traore et Koura, 2019 ; Yabi et al., 2012). A travers l’évaluation
économique et financière des différents systèmes de culture du pois
d’Angole, cette étude identifie les systèmes les plus performants, offrant
ainsi des orientations précieuses pour les initiatives de promotion de cette
culture et visant à améliorer les conditions de vie des agriculteurs.
L'étude a identifié six systèmes de culture du pois d'Angole dans la
zone d’étude, à savoir la culture pure en monoculture, la culture pure en
rotation, la culture mixte en monoculture, la culture mixte en rotation, la
culture intercalaire en monoculture et la culture intercalaire en rotation. La
monoculture est définie lorsque le pois d'Angole est cultivé sur une parcelle
pendant au moins trois cycles consécutifs. Les discussions avec les
agriculteurs ont révélé que le choix des systèmes de monoculture est
principalement motivé par la disponibilité limitée de terres agricoles pour
mettre en œuvre des rotations culturales à moyen terme, conformément à leur
calendrier de culture. Par ailleurs, les systèmes de culture intercalaire sont
peu représentés parmi les agriculteurs enquêtés, représentant seulement 5,83
% pour la culture intercalaire en rotation et 3,33 % pour la culture
intercalaire en monoculture. La faible adoption de ces systèmes s'explique
par l'objectif spécifique de production qui guide leur choix. Le pois d'Angole
est principalement cultivé en intercalaire en rangs dans le but de délimiter les
parcelles des cultures auxquelles il est associé. Dans de telles conditions,
l'objectif principal de sa production est l'autoconsommation.
En revanche, les résultats ont montré que la culture mixte dans un
cadre de rotations planifiées (33,75%) est le principal système de culture du
pois d’Angole dans la zone d’étude. En effet, la baisse de la fertilité des sols
est l’une des contraintes majeures auxquelles sont confrontées les
exploitations agricoles au Bénin (Akpo et al., 2021). Cette dégradation des
sols entraîne une réduction continue des rendements des cultures au fil du
temps. Initialement, l'introduction de la culture du pois d'Angole dans les
systèmes de production avait pour objectif de remédier à cette difficulté en
renforçant la fertilité des sols grâce à ses propriétés en tant que légumineuse.
Par conséquent, il parait logique que majoritairement les producteurs
choisissent la culture mixte.
Les producteurs ont cultivé le pois d’Angole en association

(intercalaire et mixte) plus qu’ils en cultivent en culture pure. En effet, la
pratique d’association culturale a également été identifiée comme étant le
système de culture principal du pois d'Angole dans les régions du centre et
du nord du Bénin par Ayenan et al. (2017b). L'association du pois d'Angole
avec des céréales et des tubercules a également été observée dans d'autres
pays producteurs de pois d'Angole, tels que le Nigeria (Egbe et Vange,
2008), l’Ouganda (Manyasa et al., 2009) et le Kenya (Mergeai et al., 2001).
Le pois d'Angole a la capacité de fixer l'azote atmosphérique dans ses
différentes parties, tandis que ses feuilles tombées forment une litière et que
les résidus de racines contribuent à améliorer la fertilité du sol (Høgh-Jensen,
2011 ; Myaka et al., 2006). Dans le cadre des systèmes de rotation des
cultures, le pois d'Angole peut également aider à maîtriser les mauvaises
herbes et à accroître la fertilité du sol pour les cultures suivantes. Les études
menées par Adjei-Nsiah (2012) et Odeny (2007) ont également montré que
le système de culture en rotation est largement adopté dans la production du
pois d'Angole. Cette recherche se distingue en ce sens que le système
d’association culturale prédomine non seulement, mais il est également mis
en œuvre dans une séquence de cultures planifiées sur la même parcelle,
formant ainsi une rotation.
Les quantités d'intrants utilisées présentent des variations
significatives d'un système de culture à un autre. Les résultats ont clairement
démontré que les systèmes de culture pure requièrent une quantité d'intrants
plus importante que les systèmes de culture mixte et intercalaire. Cette
différence s'explique par les disparités au niveau des densités de semis entre
ces divers systèmes de culture. En effet, en culture pure, la densité de
plantation est plus élevée que celle en culture mixte, laquelle à son tour est
plus dense que celle en culture intercalaire, telle que pratiquée dans la zone
d’étude. Par conséquent, les parcelles où les systèmes de culture 1 et 2 sont
en vigueur exigent une quantité d'intrants supérieure par rapport aux autres.
Cette tendance est également observée en ce qui concerne les charges
variables et les coûts totaux de production. En culture pure, les dépenses de
production sont supportées exclusivement par la culture du pois d’Angole,
tandis qu’en cas de culture mixte, elles peuvent être partagées par les
cultures associées.
Dans l’ensemble, le rendement moyen de la production de pois
d'Angole dans la zone d’étude est estimé à 752,57 kg/ha, ce qui est supérieur
aux chiffres nationaux (628 kg/ha) rapportés par le MAEP-DPP en 2019.
Selon les données de cette source, le rendement moyen obtenu dans le
département des Collines en 2019 était seulement de 577 kg/ha, ce qui est
nettement inférieur aux résultats observés dans cette étude. Cette disparité
entre ces résultats et ceux de la DPP peut être attribuée à la variabilité des
périodes de recherche et des techniques de production selon les cibles.

Cependant, il est important de noter que ces rendements restent
considérablement en deçà du potentiel de rendement maximal estimé à 2500
kg/ha. Selon Ojwang et al. (2016), il est possible que les rendements en
grains de pois d'Angole atteignent jusqu'à 5 tonnes/ha dans des conditions
environnementales optimales. Il est à noter que des performances plus
élevées ont été enregistrées dans le district de Mandura, au Nord-Ouest de
l'Éthiopie, où les rendements du pois d'Angole ont atteint 2349 kg/ha pour la
variété ICEAP-00557, 1737 kg/ha pour la variété ICEAP-00576-1, et 1390
kg/ha pour la variété ICEAP-87091 (Yimer et al., 2019). Toutefois, il est
important de souligner que ces chercheurs ont mené leurs études dans un
environnement expérimental, ce qui signifie que les conditions de production
étaient différentes de celles de la zone d’étude. Cette divergence de résultats
pourrait être attribuée à ces différences de conditions de production ou à la
mauvaise qualité des variétés produites dans la zone d’étude.
Par ailleurs, les systèmes de culture pure (systèmes 1 et 2) ont
enregistré les rendements les plus élevés, atteignant respectivement 969,06
kg/ha et 931,32 kg/ha. Les rendements du pois d'Angole diminuent
progressivement à mesure que l'on passe des systèmes de culture pure aux
systèmes de culture intercalaire, en passant par les systèmes de culture mixte.
Cette disparité s'explique par les différences dans les pratiques techniques et
l'utilisation des ressources propres à chaque système. Lorsque l'on compare
les différents systèmes de culture deux par deux, qu'il s'agisse de
monoculture ou de rotation, on observe que les systèmes de monoculture, à
savoir les systèmes 1, 3 et 5 affichent des rendements supérieurs à ceux des
systèmes en rotation, à savoir les systèmes 2, 4 et 6. Cette tendance
s'explique par le fait que lorsque le pois d’Angole est cultivé sur une
parcelle, il contribue à l'enrichissement du sol en éléments nutritifs (Rudebjer
et al., 2014), ce qui bénéficie à sa propre production les années suivantes
quand elle est produite en monoculture.
Globalement, la production du pois d'Angole se révèle rentable en se
basant sur les trois (3) indicateurs de performance évalués. Ces résultats
corroborent ceux de Makena et al. (2022) et Emefiene et al. (2014) qui ont
trouvé que la production du pois d’Angole est économiquement rentable au
Kenya et au Nigeria, respectivement. Une analyse spécifique des différents
systèmes de culture révèle que les systèmes 1 et 2 génèrent une marge nette
plus élevée que les autres. La marge nette dépend naturellement des
rendements, des coûts des ressources productives et du prix de vente du
produit. Le résultat obtenu prend en compte l'impact de la variabilité des
rendements et des dépenses de production selon les systèmes de culture.
Cependant, en ce qui concerne le taux de rémunération de la main-d'œuvre et
le gain financier par unité monétaire investie, ce sont les systèmes 1 et 3 qui
se démarquent comme les plus performants. Ces résultats indiquent que, dans
la production de pois d'Angole, le choix du système de culture peut avoir un
impact significatif sur la rémunération du travail agricole et le gain financier
par unité monétaire investie, sans nécessairement influencer de la même
manière la marge nette.
Les résultats obtenus sont étayés par les estimations du modèle de
régression. En effet, les systèmes 1, 2 et 4 ont significativement un effet
positif à la fois sur le profit net (MN), la rémunération de la main-d'œuvre
(PML) et le ratio bénéfice-coût (RBC). Le système 3, quant à lui, a eu un
effet positif, bien que significatif uniquement sur la PML et le RBC. En
revanche, les systèmes 5 et 6 n'ont pas démontré d'influence significative sur
la performance économique et financière des producteurs de pois d'Angole.
Ces résultats correspondent à ceux obtenus par Asiwe et Madimabe (2020) ;
Traore et Koura (2019) ; Pal et al. (2016) ainsi que Yabi et al. (2012) qui ont
également constaté que les systèmes de culture ont influencé la performance
des cultures. Dans cette étude, la culture mixte améliore positivement le
profit net, la rémunération de la main-d'œuvre et le ratio bénéfice-coût,
notamment à travers le système de culture 4, et dans une moindre mesure, à
travers le système de culture 3. Malgré l'opinion de Gwata et Shimelis
(2013), qui suggère que la culture mixte entraîne des rendements plus faibles
pour la production du pois d'Angole dans la province de Limpopo, en
Afrique du Sud, dans la zone d’étude, il apparaît que cette méthode permet
aux agriculteurs d'améliorer les avantages économiques liés à cette culture.
En adoptant la culture mixte, le producteur assume des coûts de production
qui bénéficient également aux cultures associées, plutôt qu'à la seule culture
du pois d'Angole.
Parmi les autres caractéristiques de l'agriculteur introduites dans le
modèle, le sexe a un effet significatif et négatif sur la marge nette. Cette
observation va à l'encontre des conclusions de Aminou (2021) et de Ntsama
et Pedelahore (2010) , qui estiment que les agriculteurs de sexe masculin ont
généralement une meilleure aptitude à adopter les innovations agricoles et à
optimiser l'utilisation des intrants de production, ce qui se traduit par une
efficacité technique supérieure par rapport aux agriculteurs de sexe féminin.
Cependant, dans le contexte spécifique de la production de pois d'Angole
dans la zone d’étude, il semble que les femmes aient réussi à gérer de
manière plus efficiente les ressources productives que les hommes, ce qui
explique cette différence de résultat. La possession d'une activité secondaire
a eu un effet négatif et significatif sur la marge nette. Ce qui s’explique par le
fait que lorsque les agriculteurs diversifient leurs activités en ajoutant une
source de revenus secondaire, cela peut les contraindre à répartir leur temps,
leur énergie et leurs ressources entre différentes responsabilités. Cette
division de l'attention et des ressources peut potentiellement entraîner une
réduction de l'engagement et des efforts consacrés à la culture du pois

d'Angole et par conséquent affecter sa rentabilité.
L’expérience de l’agriculteur dans la production du pois d’Angole
influence positivement et significativement le taux de rémunération de la
main-d’œuvre et le ratio bénéfice-coût. En effet, il est plausible de considérer
que les agriculteurs, grâce à leur longue expérience dans le domaine agricole,
acquièrent des compétences considérables qui leur permettent d'adopter de
manière plus efficace les technologies agricoles nécessaires à une gestion
plus efficiente. Traore et Koura (2019) ont également trouvé que les
agriculteurs expérimentés ont une meilleure performance économique et
financière. L’appartenance à un groupement de producteurs autour d’une
spéculation influence positivement et significativement le ratio bénéfice-
coût. Ces constatations correspondent à celles de Babah-Daouda et Yabi
(2021) et de Nuama (2006), qui ont démontré que ce facteur joue un rôle
substantiel dans la performance des agriculteurs. En effet, l'appartenance à
un groupement peut améliorer positivement la rentabilité de la culture du
pois d'Angole en simplifiant l'accès aux ressources telles que les crédits et la
main d'œuvre, en encourageant le partage de connaissances et d'informations
sur les marchés et en favorisant une gestion financière plus efficace.
Le nombre d’actifs agricoles disponibles dans l’exploitation influence
significativement et négativement la marge nette, le taux de rémunération de
la main-d’œuvre et le ratio bénéfice-coût. On s'attendrait à ce que la
rentabilité de la culture du pois d'Angole soit améliorée par un nombre accru
d'actifs agricoles, car la disponibilité de main d'œuvre a tendance à
influencer positivement l'efficacité des agriculteurs, en leur permettant
d'accomplir les opérations agricoles en temps opportun, comme cela a été
démontré dans les travaux de Mishra et al. (2018) et de Feng (2008).
Cependant, les résultats de cette étude révèlent que dans la zone d’étude, en
ce qui concerne spécifiquement la production de pois d'Angole, une forte
disponibilité de main d'œuvre conduit à une utilisation irrationnelle de celle-
ci. Par ailleurs, la superficie totale de terres agricoles disponibles influence
positivement et significativement le taux de rémunération de la main-
d’œuvre. Ce résultat se justifierait par le fait que lorsque la superficie totale
des terres agricoles disponibles augmente, cela permet généralement
d'augmenter la quantité de pois d'Angole cultivée. Une plus grande superficie
de culture peut conduire à une utilisation plus efficace de la main d'œuvre,
car les activités agricoles peuvent être mieux planifiées et coordonnées. Par
conséquent, une productivité moyenne accrue de la main d'œuvre peut
résulter de cette utilisation plus optimale des ressources disponibles pour la
culture du pois d'Angole.
Conclusion
Il existe divers systèmes de culture de pois d’Angole dans la zone
d’étude. La présente recherche en a identifié six (6) à savoir : la culture pure
en monoculture (système 1), la culture pure en rotation (système 2), la
culture mixte en monoculture (système 3), la culture mixte en monoculture
(système 4), la culture intercalaire en monoculture (système 5) et la culture
intercalaire en rotation (système 6). Tous ces systèmes de culture sont
rentables du point de vue marge nette (MN), productivité moyenne de la
main-d’œuvre (PML) et ratio bénéfice-coût (RBC). Cependant, les systèmes
1 et 2 sont plus productifs, générant une marge nette (MN) plus élevée que
les autres. Par contre, les systèmes 1 et 3 sont plus performants en termes de
PML et de RBC. Les systèmes 5 et 6 sont moins bénéfiques du point de vue
des trois indicateurs. Cela signifie que la production du pois d’Angole en
intercalaire présente moins d’avantages économiques et financiers aux
agriculteurs. L’analyse approfondie révèle que les systèmes 1, 2 et 4
améliorent significativement à la fois la MN, la PML et le RBC. Le système
3, quant à lui, a eu un effet positif, bien que significatif uniquement sur la
PML et le RBC. Par ailleurs, d'autres facteurs tels que le sexe de l'exploitant,
la possession d'une activité secondaire, l'expérience dans la production du
pois d'Angole, l'appartenance à un groupement de producteurs agricoles, le
nombre d'actifs agricoles et la superficie des terres agricoles disponibles
affectent également de manière significative et diversifiée la rentabilité de la
culture du pois d'Angole, en fonction de l'indicateur considéré. Ainsi, il
convient de concentrer les interventions et actions autour des systèmes de
culture 1, 2 et 4 pour améliorer les revenus des agriculteurs grâce à la culture
du pois d’Angole.
Conflit d'intérêts : Les auteurs n'ont signalé aucun conflit d'intérêts.
Disponibilité des données : Toutes les données sont incluses dans le

contenu de l'article.
Déclaration de financement : Les auteurs n'ont obtenu aucun financement

pour cette recherche.
References:
1. Abebe, G.G. (2014). Off-farm income and technical efficiency of
smallholder farmers in Ethiopia. Master’s thesis, Faculty of Natural
Resources and Agricultural Sciences, Department of Economics,
Swedish University of Agricultural Sciences (SLU), Ethiopia.
http://urn.kb.se/resolve?urn=urn:nbn:se:slu:epsilon-s-3467
2. Abid Karray, J. (2006). Bilan hydrique d’un système de cultures

intercalaires (Olivier-Culture maraîchère) en Tunisie Centrale :
Approche expérimentale et essai de modélisation. PhD Thesis, École
nationale supérieure agronomique, Montpellier.
https://horizon.documentation.ird.fr/exl-doc/pleins_textes/2022-
03/010045773.pdf
3. Adjei-Nsiah, S. (2012). Role of pigeonpea cultivation on soil fertility
and farming system sustainability in Ghana. International Journal of
Agronomy, 2012, 1–9. https://doi.org/10.1155/2012/702506
4. Agalati, B., & Degla, P. (2020). Effet des coûts de transaction sur la
performance économique et l’adoption du coton biologique au Centre
et Nord du Bénin. International Journal of Biological and Chemical
Sciences, 14(4), 1416–1431. https://doi.org/10.4314/ijbcs.v14i4.20
5. Ahmadzai, H. (2020). How is off-farm income linked to on-farm
diversification? Evidence from Afghanistan. Studies in Agricultural
Economics, 122(1), 1–12. https://doi.org/10.7896/j2010
6. Aihou, K., Sanginga, N., Vanlauwe, B., Diels, J., Merkx, R., & Van
Cleemput, O. (2006). Soil factors limiting growth and establishment
of pigeon pea (Cajanus cajan (L) millsp) in farmers’ fields in the
derived savanna of Benin. Bulletin de la Recherche Agronomique du
Bénin, Juin 2006(52), 12-21.
7. Akpo, F.I., Dohou, M.D., Houessingbe, Z., & Yabi, J.A. (2021).
Analyse comparative des systèmes de production de soja basés sur
l’utilisation de l’inoculum dans un contexte de gestion durable des
terres au Centre du Bénin. International Journal of Innovation and
Applied Studies, 32(2), 230-239.
8. Akpo, I.F., Dohou, M.D., & Houessingbe, Z. (2022). Off-season
onion production in North Benin : An analysis of technical efficiency
through the stochastic approach. African Scientific Journal, 3(14),
142–142. https://doi.org/10.5281/zenodo.7248517
9. Alla, W.H., Shalaby, E.M., Dawood, R.A., & Zohry, A.A. (2015).
Effect of cowpea (Vigna sinensis L.) with maize (Zea mays L.)
intercropping on yield and its components. International Journal of
Agricultural and Biosystems Engineering, 8(11), 1258–1264.
https://doi.org/10.5281/zenodo.1326836
10. Alshurideh, M., Al Kurdi, B., Abu Hussien, A., & Alshaar, H.
(2017). Determining the main factors affecting consumers’
acceptance of ethical advertising: A review of the Jordanian market.
Journal of Marketing Communications, 23(5), 513–532.
https://doi.org/10.1080/13527266.2017.1322126
11. Ameh, M., & Andrew, I.C. (2017). Socio-economic factors
influencing agricultural loan acquisition among small-scale rice
farmers in benue state, Nigeria. International Journal of Innovative

Agriculture & Biology Research, 5(4), 8-17.
12. Ameh, M., & Lee, S.H. (2022). Determinants of Loan Acquisition
and Utilization among Smallholder Rice Producers in Lagos State,
Nigeria. Sustainability, 14(7), 3900.
https://doi.org/10.3390/su14073900
13. Aminou, F.A.A. (2021). Efficacité technique des petits producteurs
du maïs au Bénin. European Scientific Journal, 14(19), 110–134.
http://dx.doi.org/10.19044/esj.2018.v14n19p109
14. Anderson, E.N. (2014). Everyone eats : Understanding food and
culture. New York University (NYU) Press, New York and London.
15. Arouri, M.E.H., & Rault, C. (2010). Les effets des fluctuations du
prix du pétrole sur les marchés boursiers dans les pays du Golfe.
Revue économique 61(5), 945–959.
https://doi.org/10.3917/reco.615.0945
16. Asiwe, J.N.A., & Madimabe, K.S. (2020). Performance and
economic prospect of pigeonpea varieties in pigeonpea-maize strip
intercropping in Limpopo Province. International Journal of
Agriculture & Biology, 25(1), 20–26.
https://doi.org/10.17957/IJAB/15.1633
17. Asogwa, B.C., Abu, O., & Ochoche, G.E. (2014). Analysis of peasant
farmers’ access to agricultural credit in Benue State, Nigeria. British
Journal of Economics, Management & Trade, 4(10), 1525-1543.
18. Ayenan, M.A.T. (2016). Assessment of phenotypic diversity and
farmers’ knowledge of cultivation an utilization of pigeon pea
(Cajanus cajan (L.) Millspaugh) in Benin. MPhil Thesis, University
of Ghana. https://afribary.com/works/assessment-of-phenotypic-
diversity-and-farmers-knowledge-of-cultivation-and-utilization-of-
pigeon-pea-cajanus-cajan-l-millspaugh
19. Ayenan, M.A.T., Danquah, A., Ahoton, L.E., & Ofori, K. (2017a).
Utilization and farmers’ knowledge on pigeonpea diversity in Benin,
West Africa. Journal of Ethnobiology and Ethnomedicine 13(37), 1–
13. https://doi.org/10.1186/s13002-017-0164-9
20. Ayenan, M.A.T., Ofori, K., Ahoton, L.E., & Danquah, A. (2017b).
Pigeonpea [(Cajanus cajan (L.) Millsp.)] production system, farmers’
preferred traits and implications for variety development and
introduction in Benin. Agriculture & Food Security, 6(1), 1–11.
https://doi.org/10.1186/s40066-017-0129-1
21. Ayilara, M.S., Abberton, M., Oyatomi, O.A., Odeyemi, O., &
Babalola, O.O. (2022). Potentials of underutilized legumes in food
security. Frontiers in Soil Science, 2(1020193), 1–12.
https://doi.org/10.3389/fsoil.2022.1020193
22. Babah-Daouda, M., & Yabi, A.J. (2021). Efficacité Economique Des
Producteurs Du Piment Et De La Tomate Adoptants Les Stratégies
D’Adaptation Face Aux Variabilités Climatiques Dans Les
Communes De Djougou Et De Tanguiéta Au Nord-Ouest Du Benin.
International Journal of Progressive Sciences and Technologies
(IJPSAT), 28(1), 303-320.
23. Bandara, B.E.S., De Silva, D.A.M., Maduwanthi, B.C.H., &
Warunasinghe, W. (2016). Impact of food labeling information on
consumer purchasing decision: with special reference to faculty of
Agricultural Sciences. Procedia Food Science, 6, 309–313.
https://doi.org/10.1016/j.profoo.2016.02.061
24. Bazie, Y.G., Le Cotty, T., D’hôtel, É.M., Ouattara, D.O., Sanou, A.,
2020. Pourquoi une relation positive entre taille des exploitations et
productivité au Burkina Faso ? Économie rurale 371(1), 37–58.
https://doi.org/10.4000/economierurale.7592
25. Becker, G.S. (1976). The economic approach to human behavior.
Economic Theory. University of Chicago press, Chicago and
London.
26. Begna, T. (2021). Role and economic importance of crop genetic
diversity in food security. International Journal of Agricultural
Science and Food Technology, 7(1), 164–169.
https://dx.doi.org/10.17352/2455-815X.000104
27. Bezirgani, A. (2021). Analyse du lien entre les déplacements vers les
épiceries et l’achat d’aliments en ligne chez les aînés québécois : une
application de la théorie du comportement planifié. Thèse de
doctorat, Université du Québec à Montréal.
https://archipel.uqam.ca/14684/1/D4028.pdf
28. Biswas, B., Mallick, B., Roy, A., & Sultana, Z. (2021). Impact of
agriculture extension services on technical efficiency of rural paddy
farmers in southwest Bangladesh. Environmental Challenges, 5,
100261. https://doi.org/10.1016/j.envc.2021.100261
29. Budiastutik, I., & Nugraheni, S.A. (2018). Determinant of stunting in
Indonesia: A review article. International Journal of Healthcare
Research, 1(1), 2620-5580.
30. Chanda Venkata, S.K., Nadigatla Veera Prabha Rama, G.R., Saxena,
R.K., Saxena, K., Upadhyaya, H.D., Siambi, M., Silim, S.N., Reddy,
K.N., Hingane, A.J., & Sharma, M. (2019). Pigeonpea improvement:
An amalgam of breeding and genomic research. Plant Breeding,
138(4), 445–454. https://doi.org/10.1111/pbr.12656
31. Chauhan, N., Vaidya, D., & Pandit, A. (2018). Underutilized grains
of Himalayan Region: A mini review. Journal of Pharmacognosy
and Phytochemistry, 7(1), 1044-1047
32. Chou, H.-L., & Chou, C. (2019). A quantitative analysis of factors

related to Taiwan teenagers’ smartphone addiction tendency using a
random sample of parent-child dyads. Computers in Human
Behavior, 99, 335–344. https://doi.org/10.1016/j.chb.2019.05.032
33. Dansi, A., Vodouhè, R., Azokpota, P., Yedomonhan, H., Assogba, P.,
Adjatin, A., Loko, Y.L., Dossou-Aminon, I., & Akpagana, K. (2012).
Diversity of the neglected and underutilized crop species of
importance in Benin. The scientific world journal, 2012, 1–20.
https://doi.org/10.1100/2012/932947
34. Degla, P.K. (2020). Analyse comparative des performances
économiques des systèmes de production du maïs dans la commune
de Banikoara au Nord-Bénin. Sciences de la vie, de la terre et
agronomie, 8(1), 56-64.
35. DGCS-ODD (2019). Spatialisation des cibles prioritaires des ODD
au Bénin : Monographie des départements du Zou et des Collines
(Monographie). Direction Générale de la Coordination et du Suivi
des Objectifs de Développement Durable, République du Bénin.
Accessed on June 20, 2023, from https://docplayer.fr/210627693-
Spatialisation-des-cibles-prioritaires-des-odd-au-benin-monographie-
des-departements-du-zou-et-des-collines.html
36. Dossa, F.K., Todota, C.T., & Miassi, Y.E. (2018). Analyse comparée
de la performance économique des cultures de coton et de maïs au
Nord-Bénin: cas de la commune de Kandi. International Journal of
Current Innovations in Advanced Research, 1(6), 118-130
37. Egbe, O.M., & Vange, T. (2008). Yield and agronomic characteristics
of 30 pigeon pea genotypes at Otobi in Southern Guinea Savanna of
Nigeria. Life Science Journal, 5(2), 70-80
38. Emefiene, M.E., Joshua, V.I., Nwadike, C., Yaroson, A.Y., &
Zwalnan, N.D.E. (2014). Profitability analysis of Pigean pea
(Cajanus cajan) production in Riyom LGA of Plateau State.
International Letters of Natural Sciences, 13(2), 73-88.
https://doi.org/10.18052/www.scipress.com/ILNS.18.73
39. Far, S.T., & Rezaei-Moghaddam, K. (2018). Impacts of the precision
agricultural technologies in Iran: An analysis experts’ perception &
their determinants. Information Processing in Agriculture, 5(1), 173–
184. https://doi.org/10.1016/j.inpa.2017.09.001
40. Feng, S. (2008). Land rental, off-farm employment and technical
efficiency of farm households in Jiangxi Province, China. NJAS-
Wageningen Journal of Life Sciences, 55(4), 363–378.
https://doi.org/10.1016/S1573-5214(08)80026-7
41. Fossou, R.K., Ziegler, D., Zeze, A., Barja, F., & Perret, X. (2016).
Two major clades of bradyrhizobia dominate symbiotic interactions
with pigeonpea in fields of Côte d’Ivoire. Frontiers in microbiology,

7, 1793. https://doi.org/10.3389/fmicb.2016.01793
42. Gwata, E.T., & Shimelis, H. (2013). Evaluation of pigeonpea
germplasm for important agronomic traits in Southern Africa. In :
Goyal A, Asif M (Eds.), Crop Production. IntechOpen.
https://doi.org/10.5772/56094
43. Haralayya, B., & Aithal, P.S. (2021). Factors Determining The
Efficiency In Indian Banking Sector: A Tobit Regression Analysis.
International Journal of Science & Engineering Development
Research (www. ijsdr. org), 6(6), 1-6.
http://www.ijsdr.org/papers/IJSDR2106001.pdf
44. Hardev, C. (2016). Performance of farmers’ pigeon pea [Cajanus
cajan L. Millsp.] varieties: opportunities for sustained productivity
and dissemination of varieties. International Journal of Agriculture
Sciences, 8(61), 3471-3474.
45. Hashmiu, I., Adams, F., Etuah, S., & Quaye, J. (2024). Food-cash
crop diversification and farm household welfare in the Forest-
Savannah Transition Zone of Ghana. Food Sec.
https://doi.org/10.1007/s12571-024-01434-3
46. Hauggaard-Nielsen, H., & Jensen, E.S. (2001). Evaluating pea and
barley cultivars for complementarity in intercropping at different
levels of soil N availability. Field Crops Research, 72(3), 185–196.
https://doi.org/10.1016/S0378-4290(01)00176-9
47. Hessavi, M.P., Adegbola, Y.P., Hounmenou, J., Sedegnan, C.A.O.,
Dessouassi, E.C., Ajavon, Y., Sodjinou, E. (2019). Performance
économique des exploitations piscicoles: une analyse par la fonction
de profit dans les départements de l’atlantique et du littoral au Sud-
Bénin. Presented at the 6th African Conference of Agricultural
Economists, September 23-26, 2019, AgEcon Search, Abuja, Nigeria,
pp. 1–24. Acessed on September 17, 2023, from
file:///C:/Users/Ce%20PC/Downloads/436.%20Fish%20in%20Benin
%20(1).pdf
48. Høgh-Jensen, H. (2011). To meet future food demands we need to
change from annual grain legumes to multipurpose semi-perennial
legumes. In : Aarhus University (Ed.), Food production-approaches,
challenges and tasks (pp. 1–24), InTech, Denmark.
49. INSAE (2016). Cahier des villages et quartiers de ville du
département des Collines (RGPH-4, 2013). Institut National de la
Statistique et de l’Analyse Economique, Cotonou, Bénin. Accessed
on September 28, 2023 from https://instad.bj/images/docs/insae-
statistiques/enquetes-
recensements/RGPH/1.RGPH_4/resultats%20finaux/Cahiers%20villa
ges/Cahier%20des%20villages%20et%20quartiers%20de%20ville%2
0des%20Collines.pdf
50. Kaoneka, S.R., Saxena, R.K., Silim, S.N., Odeny, D.A., Ganga Rao,
N.V.P.R., Shimelis, H.A., Siambi, M., & Varshney, R.K. (2016).
Pigeonpea breeding in eastern and southern Africa: challenges and
opportunities. Plant Breeding, 135(2), 148–154.
https://doi.org/10.1111/pbr.12340
51. Karanja, J.W., Lagat, J.K., & Mutai, B.K. (2019). Market
Participation of Smallholder Pigeon Pea Farmers in Makueni County,
Kenya. Journal of Economics and Sustainable Development, 10(16),
2222-2855.
52. Kariyawasam, C.S., Kumar, L., & Ratnayake, S.S. (2019). Invasive
plant species establishment and range dynamics in Sri Lanka under
climate change. Entropy, 21(6), 571.
https://doi.org/10.3390/e21060571
53. Kermah, M., Franke, A.C., Adjei-Nsiah, S., Ahiabor, B.D., Abaidoo,
R.C., & Giller, K.E. (2017). Maize-grain legume intercropping for
enhanced resource use efficiency and crop productivity in the Guinea
savanna of northern Ghana. Field crops research, 213(2017), 38–50.
https://doi.org/10.1016/j.fcr.2017.07.008
54. Khonde, G.P. (2021). Etude et modélisation de la productivité des
systèmes de culture bases sur le semis direct sous couvert végétal
dans la savane du sud-ouest de la République Démocratique du
Congo, «cas de Mvuazi». Thèse de doctorat, Université Pédagogique
Nationale (UPN) Kinshasa, Congo. https://hal.science/tel-03604999/
55. Kindemin, O.A., Houessingbe, Z., Hougni, A., Labiyi, I.A., & Yabi,
J.A. (2023). Perception Paysanne de la Durabilité des Exploitations
Cotonnières du Nord-Bénin. ESI Preprints, 17, 323–323.
https://doi.org/10.19044/esipreprint.5.2023.p323
56. Kinhoégbè, G., Djèdatin, G., Loko, L.E.Y., Favi, A.G., Adomou, A.,
Agbangla, C., & Dansi, A. (2020). On-farm management and
participatory evaluation of pigeonpea (Cajanus cajan [L.]
Millspaugh) diversity across the agro-ecological zones of the
Republic of Benin. Journal of ethnobiology and ethnomedicine,
16(1), 1–21. https://doi.org/10.1186/s13002-020-00378-0
57. Kinhoégbè, G., Djèdatin, G., Saxena, R.K., Chitikineni, A., Bajaj, P.,
Molla, J., Agbangla, C., Dansi, A., & Varshney, R.K. (2022). Genetic
diversity and population structure of pigeonpea (Cajanus cajan [L.]
Millspaugh) landraces grown in Benin revealed by Genotyping-By-
Sequencing. Plos One, 17(7), e0271565.
https://doi.org/10.1371/journal.pone.0271565
58. Kousar, S., Ahmed, F., Pervaiz, A., & Bojnec, Š. (2021). Food
insecurity, population growth, urbanization and water availability: the
role of government stability. Sustainability, 13(22), 12336.
https://doi.org/10.3390/su132212336
59. Kwak, S.G., & Kim, J.H. (2017). Central limit theorem: the
cornerstone of modern statistics. Korean journal of anesthesiology,
70(2), 144–156. https://doi.org/10.4097/kjae.2017.70.2.144
60. Labiyi, I.A., Sigue, H., Ouattara, D.C., Traore, O.M., & Koura, D.
(2019). Effet des pratiques innovantes endogènes de gestion durable
des terres sur la performance technico-économique du réseau de
producteurs dans la commune de Mani au Burkina Faso. Afrique
science 15(1), 432-447.
61. MAEP-DPP (2020). Annuaire statistique agricoles années 2017 à
2019. Direction de la Programmation et de la Prospective du
Ministère de l’Agriculture de l’Elevage et de la Pêche, Bénin.
Accessed on April 22, 2023, from
https://elearning.agriculture.gouv.bj/bibliotheque/upload/Annuaire%2
0statistique%20agricole%202017-2019%20B%C3%A9nin.pdf
62. Makena, N.S., Ngare, L., & Kago, E.W. (2022). Profitability
Analysis of Pigeonpea Production Among Smallholder Farmers in
Machakos County, Kenya. East African Agricultural and Forestry
Journal, 88(2), 115-122.
63. Malinga, N.G., Masuku, M.B., & Raufu, M.O. (2015). Comparative
analysis of technical efficiencies of smallholder vegetable farmers
with and without credit access in swazil and the case of the Hhohho
region. International Journal of Sustainable Agricultural Research,
2(4), 133-145.
64. Manyasa, E.O., Silim, S.N., & Christiansen, J.L. (2009). Variability
patterns in Ugandan pigeonpea landraces. Journal of SAT
Agricultural Research, 7, 1-9.
65. Mekonnen, D.A. (2024). Does household’s food and nutrient
acquisition capacity predict linear growth in children? Analysis of
longitudinal data from rural and small towns in Ethiopia. Food Sec.
https://doi.org/10.1007/s12571-024-01430-7
66. Mergeai, G., Kimani, P., Mwang’ombe, A., Olubayo, F., Smith, C.,
Audi, P., Baudoin, J.-P., & Le Roi, A. (2001). Survey of pigeonpea
production systems, utilization and marketing in semi-arid lands of
Kenya. Biotechnology, Agronomy, Society and Environment, 5(3),
145-153.
67. Mishra, A.K., Kumar, A., Joshi, P.K., & D’Souza, A. (2018).
Production Risks, Risk Preference and Contract Farming: Impact on
Food Security in India. Applied Economic Perspectives and Policy,

40(3), 353–378. https://doi.org/10.1093/aepp/ppy017
68. Myaka, F.M., Sakala, W.D., Adu-Gyamfi, J.J., Kamalongo, D.,
Ngwira, A., Odgaard, R., Nielsen, N.E., & Høgh-Jensen, H. (2006).
Yields and accumulations of N and P in farmer-managed intercrops
of maize–pigeonpea in semi-arid Africa. Plant Soil, 285, 207–220.
https://doi.org/10.1007/s11104-006-9006-6
69. Njira, K.O.W., Nalivata, P.C., Kanyama-Phiri, G.Y., & Lowole,
M.W. (2012). Biological nitrogen fixation in sole and doubled-up
legume cropping systems on the sandy soils of Kasungu, Central
Malawi. Journal of Soil Science and Environmental Management,
3(9), 224–230.
70. Ntsama, M., & Pedelahore, P. (2010). L’orientation marchande est-
elle un facteur prédominant à l’adoption des innovations agricoles ?
CIRAD, Montpellier, France.
https://agritrop.cirad.fr/557822/1/document_557822.pdf
71. Nuama, E. (2006). Measure of the Technical Efficiency of Women
Farmers of Food Crops in Côte-d’Ivoire. Economie rurale, 296(6),
39-53.
72. Odeny, D.A. (2007). The potential of pigeonpea (Cajanus cajan (L.)
Millsp.) in Africa. Natural Resources Forum, 31(4), 297–305.
https://doi.org/10.1111/j.1477-8947.2007.00157.x
73. Ojwang, J.D., Nyankanga, R.O., Olanya, O.M., Ukuku, D.O., &
Imungi, J. (2016). Yield components of vegetable pigeon pea
cultivars. Subtropical Agriculture and Environments, 67, 1-12.
74. Ouédraogo, M., & Dakouo, D. (2017). Evaluation de l’adoption des
variétés de riz NERICA dans l’Ouest du Burkina Faso. African
Journal of Agricultural and Resource Economics, 12(311-2017‑726),
1–16. http://dx.doi.org/10.22004/ag.econ.258596
75. Pal, A.K., Singh, R.S., Shukla, U.N., & Singh, S. (2016). Growth and
production potential of pigeonpea (Cajanus cajan L.) as influenced
by intercropping and integrated nutrient management. Journal of
Applied and Natural Science, 8(1), 179–183.
https://doi.org/10.31018/jans.v8i1.770
76. Pastpipatkul, P., Maneejuk, P., & Sriboonchitta, S. (2015). Welfare
measurement on Thai rice market: a Markov switching Bayesian
seemingly unrelated regression. In: V.N. Huynh, M. Inuiguchi, T.
Denoeux (Eds.), Integrated Uncertainty in Knowledge Modelling and
Decision Making (pp. 464–477). Springer, Nha Trang, Vietnam.
https://doi.org/10.1007/978-3-319-25135-6_42
77. Piedra-Muñoz, L., Galdeano-Gómez, E., & Pérez-Mesa, J.C. (2016).
Is sustainability compatible with profitability? An empirical analysis
on family farming activity. Sustainability, 8(9), 893.

https://doi.org/10.3390/su8090893
78. Rached, Z., Chebil, A., & Khaldi, R. (2018). Effet de la taille sur
l’efficacité technique des exploitations céréalières en Tunisie: Cas de
la Région Subhumide. New Medit, 4(4), 82–89.
https://doi.org/10.30682/nm1804g
79. Reddy, B.S.L., Nataraju , M.S., & Lakshminarayan, M.T. (2021).
Attitude of Farmers towards Livelihood Diversification. International
Journal of Current Microbiology and Applied Sciences, 10(1), 1032–
1039. https://doi.org/10.20546/ijcmas.2021.1001.125
80. Rudebjer, P.G., Meldrum, G., Padulosi, S., Hall, R., & Hermanowicz,
E. (2014). Realizing the promise of neglected and underutilized
species: Policy Brief. Bioversity International.
https://cgspace.cgiar.org/bitstreams/3f8ea043-f4b2-4384-9cf1-
154670bd67af/download
81. Rusere, F., Hunter, L., Collinson, M., & Twine, W. (2023). Nexus
between summer climate variability and household food security in
rural Mpumalanga Province, South Africa. Environmental
Development, 47, 100892.
https://doi.org/10.1016/j.envdev.2023.100892
82. Salez, P. (1988). Compréhension et amélioration de systèmes de
culture associées céréale-légumineuse au Cameroun. Thèse de
doctorat, Ecole Nationale Supérieure Agronomique de Montpellier
(ENSAM), France.
https://agritrop.cirad.fr/375802/1/document_375802.pdf
83. Sasson, A. (2012). Food security for Africa: an urgent global
challenge. Agriculture & Food Security, 1(1), 1–16.
https://doi.org/10.1186/2048-7010-1-2
84. Saxena, K.B., & Kumar, R.V. (2010). Quality nutrition through
pigeonpea-a review. Health, 2(13), 35–44.
http://dx.doi.org/10.4236/health.2010.211199
85. Sebillotte, M. (1990). Système de culture, un concept opératoire pour
les agronomes. In: L. Combe, D. Picard (Eds.), Les Systèmes de
Culture (pp. 165-196). INRA, Paris.
86. Senger, I., Borges, J.A.R., & Machado, J.A.D. (2017). Using the
theory of planned behavior to understand the intention of small
farmers in diversifying their agricultural production. Journal of rural
studies, 49, 32–40. https://doi.org/10.1016/j.jrurstud.2016.10.006
87. Setsoafia, E.D., Ma, W., & Renwick, A. (2022). Effects of
sustainable agricultural practices on farm income and food security in
northern Ghana. Agricultural and Food Economics, 10(1), 1–15.
https://doi.org/10.1186/s40100-022-00216-9
88. Sigue, H., Labiyi, I.A., Yabi, J.A., & Biaou, G. (2019). Effet des
composantes de la technologie microdose sur la performance
économique et financière des exploitations agricoles du Kouritenga et
du Zondoma au Burkina Faso. African Crop Science Journal, 27(3),
331–349. https://doi.org/10.4314/acsj.v27i3.2
89. Sultana, M., Ahmed, J.U., & Shiratake, Y. (2020). Sustainable
conditions of agriculture cooperative with a case study of dairy
cooperative of Sirajgonj District in Bangladesh. Journal of Co-
operative Organization and Management, 8(1), 100105.
https://doi.org/10.1016/j.jcom.2019.100105
90. Szabo, S. (2016). Urbanisation and food insecurity risks: Assessing
the role of human development. Oxford Development Studies, 44(1),
28–48. https://doi.org/10.1080/13600818.2015.1067292
91. Tabe-Ojong Jr, M.P., & Molua, E.L. (2017). Technical efficiency of
smallholder tomato production in semi-urban farms in Cameroon: A
stochastic frontier production approach. Journal of Management and
Sustainability, 7(4), 27-35. https://doi.org/10.5539/jms.v7n4p27
92. Tokpon, H.M., & Yegbemey, R.N. (2020). Compétitivité du coton
dans un contexte de relance de sa production dans la commune de
Bembèrèkè au nord-est du Bénin. Bulletin de la Recherche
Agronomique du Bénin (BRAB), Novembre 30(04), 55-63.
93. Traore, O.M., & Koura, D. (2019). Effet des pratiques innovantes
endogènes de gestion durable des terres sur la performance technico-
économique du réseau de producteurs dans la commune de Mani au
Burkina Faso. Afrique science, 15(1), 432-447.
94. Varshney, R.K., Penmetsa, R.V., Dutta, S., Kulwal, P.L., Saxena,
R.K., Datta, S., Sharma, T.R., Rosen, B., Carrasquilla-Garcia Farmer,
A.D., & Dubey, A. (2010). Pigeonpea genomics initiative (PGI): an
international effort to improve crop productivity of pigeonpea
(Cajanus cajan L.). Mol Breeding, 26, 393–408.
https://doi.org/10.1007/s11032-009-9327-2
95. Versteeg, M.N., & Koudokpon, V. (1993). Participative farmer
testing of four low external input technologies, to address soil fertility
decline in Mono province (Benin). Agricultural systems, 42(3), 265–
276. https://doi.org/10.1016/0308-521X(93)90058-A
96. Wambua, J.M. (2021). Analysis of factors influencing productivity
and extent of Smallholder commercialization of green grams and
pigeon peas in Machakos county, Kenya. PhD Thesis, Egerton
University, Kenya. http://ir-
library.egerton.ac.ke/handle/123456789/2727
97. Wang, Z., Bao, X., Li, X., Jin, X., Zhao, J., Sun, J., Christie, P., & Li,
L. (2015). Intercropping maintains soil fertility in terms of chemical
properties and enzyme activities on a timescale of one decade. Plant

and Soil, 391, 265–282. https://doi.org/10.1007/s11104-015-2428-2
98. Weih, M., Westerbergh, A., & Lundquist, P.-O. (2017). Role of
nutrient-efficient plants for improving crop yields: bridging plant
ecology, physiology, and molecular biology. In : M.A. Hossain, T.
Kamiya, D.J. Burritt, L.S.P. Tran, T. Fujiwara (Eds), Plant
Macronutrient Use Efficiency: Molecular and Genomic Perspectives
in Crop Plants (pp. 31-44). Academic Press Ltd-Elsevier Science
Ltd, London. https://doi.org/10.1016/B978-0-12-811308-0.00002-8
99. Yabi, J.A., Bachabi, F.X., Labiyi, I.A., Ode, C.A., & Ayena, R.L.
(2016). Déterminants socio-économiques de l’adoption des pratiques
culturales de gestion de la fertilité des sols utilisées dans la commune
de Ouaké au Nord- Ouest du Bénin. International Journal of
Biological and Chemical Sciences, 10(2), 779–792.
https://doi.org/10.4314/ijbcs.v10i2.27
100. Yabi, J.A., Paraïso, A., Yegbemey, R.N., & Chanou, P.
(2012). Rentabilité économique des systèmes rizicoles de la
commune de Malanville au Nord-est du Benin. Bulletin de la
Recherche Agronomique du Bénin (BRAB) Numéro spécial
Productions Végétales & Animales et Economie & Sociologie
Rurales, 12(1), 91-106.
101. Yimer, Z., Yaregal, W., Fikre, A., Degefu, T., & Rao, G.
(2019). Large-plot based performance evaluation of pigeon pea
(Cajanus cajan L. Millsp.) Varieties for grain yield and agronomic
traits under irrigation condition in Mandura District, North-West,
Ethiopia. International Journal of Research in Agronomy, 3(1), 8-12.
102. Zalkuw, J., Singh, R., Pardhi, R., Gangwar, A. (2014).
Analysis of technical efficiency of tomato production in Adamawa
State, Nigeria. International Journal of Agriculture, Environment and
Biotechnology, 7(3), 645-650. http://dx.doi.org/10.5958/2230-
732X.2014.01371.0
103. Zavinon, F., Adoukonou-Sagbadja, H., Ahoton, L., Vodouhe,
R.S., & Ahanhanzo, C. (2018). Quantitative Analysis, Distribution
and traditional management of pigeon pea [Cajanus cajan (L.)
Millsp.] Landraces’ diversity in Southern Benin. European Scientific
Journal, 14(9), 184–211. https://hdl.handle.net/10568/96897
104. Zavinon, F., Adoukonou-Sagbadja, H., Bossikponnon, A.,
Dossa, H., & Ahanhanzo, C. (2019). Phenotypic diversity for agro-
morphological traits in pigeon pea landraces [(Cajanus cajan L.)
Millsp.] cultivated in southern Benin. Open Agriculture, 4(1), 487–
499. https://doi.org/10.1515/opag-2019-0046
105. Zavinon, F., Adoukonou-Sagbadja, H., Keilwagen, J.,

Lehnert, H., Ordon, F., & Perovic, D. (2020). Genetic diversity and
population structure in Beninese pigeon pea [Cajanus cajan (L.)
Huth] landraces collection revealed by SSR and genome wide SNP
markers. Genetic Resources and Crop Evolution, 67, 191–208.
https://doi.org/10.1007/s10722-019-00864-9
106. Zavinon, F., Fonhan, N., Atrokpo, A., Djossou, R., &
Sagbadja, H.A. (2022). Genotype x Environment Interaction and
Agronomic Performances Analysis in Exotic Pigeon Pea (Cajanus
cajan L. Millsp) Cultivars in Benin. International Journal of Applied
Agricultural Sciences, 8(6), 251–258.
https://doi.org/10.11648/j.ijaas.20220806.18
107. Zavinon, F., & Sagbadja, H.A. (2019). Pigeon pea [Cajanus
cajan (L.) Millsp] cultivation, its major constraints and
ethnobotanical status in Southern Benin. Journal of Agricultural and
Crop Research, 7(6), 95–105.
https://doi.org/10.33495/jacr_v7i6.19.131
108. Zhang, Y., Liu, J., Zhang, J., Liu, H., Liu, S., Zhai, L., Wang,
H., Lei, Q., Ren, T., & Yin, C. (2015). Row ratios of intercropping
maize and soybean can affect agronomic efficiency of the system and
subsequent wheat. Plos One, 10(6), e0129245.
https://doi.org/10.1371/journal.pone.0129245

18330-Article Text-52838-1-10-20240711

Transféré par

Droits d'auteur :

Formats disponibles

18330-Article Text-52838-1-10-20240711

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

18330-Article Text-52838-1-10-20240711

Transféré par

Droits d'auteur :

Formats disponibles

ESI Preprints Not Peer-reviewed

Performance économique et financière des systèmes de

Approved: 09 July 2024 Copyright 2024 Author(s)

Mots clés : Systèmes de culture, performance économique, régression

Economic and financial performance of Cajanus cajan

Systems 1, 2, and 4 are most beneficial by simultaneously improving all

Keywords: Crop systems, economic performance, simultaneous regression,

végétales, il figure le pois d'Angole (Cajanus cajan), une légumineuse

béninoises atteignent seulement 628 kg/ha en 2019, ce qui est nettement en

Sud par ceux du Zou et du Plateau. L'agriculture y représente l'activité

Figure 1. Carte de localisation géographique des villages d’étude

2.2. Echantillonnage et collecte de données

2.3. Cadre théorique et analyse des données

selon Asiwe et Madimabe (2020). Les associations de céréales avec des

2.4. Approche d’évaluation de la performance économique et

Tableau 2. Indicateurs de performance économique et financière

Les coûts de production du pois d'Angole comprenaient le coût de

2.5. Modélisation des déterminants de la performance économique et

du pois d’Angole. Alors, un modèle de régression paraît nécessaire pour

Dans la plupart des études empiriques qui recourent à des analyses

Sexe Féminin 60 25,00

3.2. Fréquences d’adoption des systèmes de culture du pois d’Angole

3.3. Caractéristiques économiques et financières des systèmes de

Par ailleurs, le coût total moyen de la production d'un hectare de pois

3.3.2. Performance économique et financière des systèmes de culture

L'analyse de variance révèle également une différence significative

Tableau 6. Performance économique et financière des systèmes de culture du pois d’Angole

3.4. Corrélation entre les indicateurs de rentabilité du pois d’Angole

3.5. Déterminants de la rentabilité économique et financière de la

déterminée par plusieurs facteurs. Il s'avère que les systèmes de culture 1, 2,

respectivement au seuil de 1% et 10%. Par contre, le nombre d'actifs

Les producteurs ont cultivé le pois d’Angole en association

périodes de recherche et des techniques de production selon les cibles.

réduction de l'engagement et des efforts consacrés à la culture du pois

Conflit d'intérêts : Les auteurs n'ont signalé aucun conflit d'intérêts.

Disponibilité des données : Toutes les données sont incluses dans le

Déclaration de financement : Les auteurs n'ont obtenu aucun financement

2. Abid Karray, J. (2006). Bilan hydrique d’un système de cultures

farmers in benue state, Nigeria. International Journal of Innovative

32. Chou, H.-L., & Chou, C. (2019). A quantitative analysis of factors

with pigeonpea in fields of Côte d’Ivoire. Frontiers in microbiology,

Food Security in India. Applied Economic Perspectives and Policy,

on family farming activity. Sustainability, 8(9), 893.

properties and enzyme activities on a timescale of one decade. Plant

105. Zavinon, F., Adoukonou-Sagbadja, H., Keilwagen, J.,

Vous aimerez peut-être aussi