Typologie spatiale pour des interventions ciblées en matière de sécurité alimentaire et nutritionnelle
Approche de base et extensions possibles
Dans cette interface, nous développons une typologie afin de concevoir et d’améliorer le ciblage spatial des interventions en matière de sécurité alimentaire et nutritionnelle (SAN). Basée sur l’estimation de l’efficacité au sein d’un diagramme à quatre indicateurs qui représentent les principaux segments d’un système alimentaire, l’approche proposée permet d’identifier et de localiser les goulets d’étranglement majeurs de la SAN. Après avoir discuté les concepts essentiels, nous illustrons la typologie de base à l’aide d’un exemple concret et proposons une série d’extensions afin d’affiner son approche pour une meilleure élaboration des politiques.
CLIQUEZ POUR COMMENCER
EN
FR
Langue:
Plusieurs pays en développement sont confrontés à une sorte de “paradoxe du système alimentaire”, qui se manifeste par la combinaison d’un potentiel agricole plus que suffisant, d’une part, et de mauvais résultats nutritionnels, d’autre part. Ce paradoxe peut s’expliquer par un large éventail de goulets d’étranglement, de contraintes et d’inefficacités de différents types. Face à une multitude d’explications possibles et en utilisant seulement quatre indicateurs de base, des chercheurs à l’IFPRI ont développé une typologie spatiale de la SAN qui permet de localiser et de prioriser les stratégies de développement pour surmonter les contraintes existantes. Cette approche légère en termes de données est particulièrement utile dans les contextes où les défis du développement semblent omniprésents alors que les ressources sont limitées.
2. PARADOXE DU SYSTÈME ALIMENTAIRE
1. Introduction
3. CADRE CONCEPTUEL
4. estimation d’efficacité
Potentiel agricole et résultats nutritionnels au Burundi
5. EXEMPLE D’APPROCHE DE BASE
6. EXTENSIONS POSSIBLES
7. conclusions et lecture complémentaire
La nourriture produite doit parvenir aux ménages, la quantité et la gamme dépendant des caractéristiques d'accès existantes (telles que la qualité des routes, les services d’information sur les marchés et le pouvoir d'achat des ménages), indiquant leur niveau d’efficacité de l'accès. Cette efficacité de l'accès déterminera l’accès des ménages à un régime alimentaire suffisamment diversifié.
Cependant, tous les agriculteurs ne sont pas en mesure d’exploiter pleinement le potentiel de leurs terres, ce qui est dû à un certain nombre de contraintes de production (tels que l’accès au crédit, aux intrants ou à la vulgarisation), indiquant leur niveau d’efficacité de la production. Cette efficacité de la production déterminera la quantité et la qualité de la production alimentaire.
Le potentiel agricole des terres est déterminé par des facteurs biophysiques, tels que le sol, la pluie, la pente.
POTENTIEL AGRICOLE
PRODUCTION ALIMENTAIRE
Accès alimentaire
Résultats nutritionnels
La nourriture qui arrive au foyer doit être correctement préparée et absorbée par tous les membres de la famille, ce qui dépend de divers aspects liés aux pratiques culinaires, à la répartition intra-ménage et aux conditions WASH et de soins de santé, indiquant leur niveau d’efficacité de l’utilisation. Cette efficacité de l’utilisation déterminera dans quelle mesure l’accès à la nourriture conduit à des résultats nutritionnels acceptables.
• Question foncière • Systèmes de crédit • Marchés des intrants • Services de conseil agricole
• Infrastructure de transport • Coûts de transaction • Information sur les marchés • Revenu réel
• Salubrité alimentaire et pratiques culinaires • Répartition intra-ménage • Conditions WASH • Services de soins de santé
Pour catégoriser les contraintes individuelles en types plus larges, la typologie utilise quatre indicateurs de la SAN pour dériver des performances d’efficacité pour chacun des trois segments constitutifs :
RÉINITIALISER
Efficacité de la production
Efficacité de l’accès
Efficacité de l'utilisation
7. Conclusions and further Readings
6. Possible Extensions
5. Example Core Approach
4. Efficiency Estimation
3. Conceptual framework
2. Food System Paradox
P
A
U
N
Average efficiency
En utilisant ce diagramme comme un nuage de points à quatre dimensions, nous estimons les niveaux d’efficacité relative des zones infranationales pour chaque type de contrainte comme suit :
Nous construisons et dérivons les valeurs des zones infranationales pour chacun des indicateurs de la SAN. Les points dans chaque quadrant représentent différentes zones d’un pays et prennent les valeurs de deux indicateurs séquentiels.
Nous utilisons ces lignes d’efficacité moyenne comme seuils de référence. Le niveau d’efficacité de chaque zone est défini comme la distance relative entre l'observation réelle et ce qui est attendu sur la base de la performance moyenne du pays. Par exemple, si la même efficacité que le reste du pays était atteinte, la zone représentée par P-A-U aurait une production alimentaire de P*, un accès à la nourriture de A*, et un état nutritionnel de U*.
Nous estimons des lignes d’efficacité moyenne en utilisant des techniques de régression. Ces lignes indiquent le niveau d'efficacité moyenne d’un pays pour convertir le potentiel agricole en production alimentaire (efficacité de la production) ; la production alimentaire en accès à la nourriture (efficacité de l’accès) ; et l’accès à la nourriture en état nutritionnel (efficacité de l’utilisation).
Nous résumons l’efficacité nutritionnelle totale (NE) comme la somme des efficacités de la production (PE), de l’accès (AE) et de l’utilisation (UE) de la longueur correspondante. Important pour la définition des priorités, la sous-performance de cette zone n’est pas égale à travers les trois dimensions, les contraintes d’accès étant clairement les plus sévères.
Utilization constraints
Production constraints
Access constraints
Nutrition constraints
NE
PE
AE
UE
N*
U*
A*
P*
To help prioritize among different interventions across locations, the typology derives efficiency levels for each constraint type by:
En tant que telle, la typologie spatiale de la SAN permet de comprendre le paradoxe du système alimentaire d’un pays en “expliquant” les résultats nutritionnels de différentes zones comme une combinaison d’inefficacités de différents types et degrés.
PE + AE + UE = NE
U - U* = UC
A - A* = AC
P - P* = PC
Potentiel agricole
Dans cette section, nous appliquons la typologie spatiale de la SAN aux 45 départements du Sénégal (2016–2019).
Construction de quatre indicateurs de la SAN Sur la base des données disponibles, nous construisons quatre indicateurs de la SAN qui reflètent respectivement la mesure dans laquelle les habitants de chaque département (i) sont capables de produire une alimentation suffisamment diversifiée, (ii) produisent effectivement une alimentation suffisamment diversifiée, (iii) ont accès à une alimentation suffisamment diversifiée, et (iv) obtiennent des résultats nutritionnels acceptables.
Niveaux d’efficacité de chaque département par type Nous estimons et cartographions le niveau d’efficacité de la production, de l’accès et de l’utilisation pour chaque département en fonction de la distance relative entre les performances individuelles et celles de l’ensemble du pays.
Valeurs par département et estimation de l’efficacité moyenne Nous calculons les valeurs correspondantes pour chaque département, remplissons les quatre quadrants et estimons les lignes d’efficacité moyenne pour chaque segment. Note : nous définissons également une fourchette indiquant 75–125% de l'efficacité moyenne.
Résumé des combinaisons à faible efficacité Nous cartographions toutes les combinaisons à faible efficacité définie par un score inférieur à 75% pour chaque segment.
125%
75%
Close Map
Production potentielle de kilocalories équilibrées par personne/jour
Description Terres arables utilisant l’étendue actuelle des terres cultivées (Xiong et al., 2017) et les zones déforestées (Hansen et al., 2013) avec des masques supplémentaires pour les zones urbanisées, les plans d’eau permanents et les réserves naturelles. - Allocation des terres conforme au régime alimentaire proposé par la commission EAT-Lancet (Willett et al., 2019). - Rendements les plus élevés tels qu’observés par groupe d’aliments à travers les communautés économiques régionales (FAOSTAT 2017-2019). - Table de composition des aliments pour plusieurs pays africains développée par FAO/INFOODS (Vincent et al., 2020) - Estimations de la population telles que dérivées du dernier recensement national.
Production effective de kilocalories équilibrées par personne/jour
Description - Statistiques officielles de production annuelle de cultures, de poissons et de pisciculture estimées par les ministères nationaux correspondants. - Estimation de la production alimentaire d’origine animale (viande, lait, œufs) en appliquant la technique d’estimation indirecte de FAOSTAT à la distribution spatiale du bétail. - Table de composition des aliments pour plusieurs pays africains développée par FAO/INFOODS (Vincent et al., 2020) - Correction pour la production alimentaire déséquilibrée basée sur le régime alimentaire proposé par la Commission EAT-Lancet (Willett et al., 2019). - Estimations de la population telles que dérivées du dernier recensement national.
Prévalence des ménages ayant un score de consommation alimentaire acceptable (%)
Description - Score de consommation alimentaire (SCA) basé sur la fréquence de consommation des aliments et sur les pondérations attribuées à 8 groupes d’aliments. - Seuils de consommation alimentaire pauvre, limite et acceptable définis par les bureaux de pays du PAM. - Données issues des évaluations nationales du PAM.
Prévalence des enfants de moins de cinq ans qui ne souffrent pas de retard de croissance (%)
Description - Malnutrition chronique (retard de croissance) définie par des scores de taille-pour-âge inférieurs à moins 2 écarts-types de la taille médiane pour l’âge de la population de référence. - Données provenant d’EDS, d’enquêtes par grappes à indicateurs multiples ou d’enquêtes similaires.
Production alimentaire
Pour améliorer encore l’élaboration des politiques, les recherches futures pourraient se concentrer sur les extensions suivantes :
Extension 1 : Étendre l'analyse pour identifier des goulots d'étranglement précis.
Extension 3 : Exécuter des simulations.
Extension 2 : Augmenter la sensibilité au temps au sein et entre les applications typologiques.
Reset
L’approche de la typologie de base ne fait référence qu’aux grands types de contraintes sans détailler les enjeux précis de ces dimensions. Sur la base de données auxiliaires, une série d’extensions supplémentaires pourrait se concentrer sur chacun des trois types de contraintes séparément, soit en développant des approches similaires sur des sous-segments, en étendant le nombre d’indicateurs clés, ou en effectuant des analyses multivariées pour modéliser la variation des efficacités de la production, de l’accès et de l’utilisation.
Augmenter la sensibilité au temps
Simuler l’impact des interventions
Extension 1 : Étendre l'analyse pour identifier des goulots d'étranglement précisé.
Pour améliorer encore l'élaboration des politiques, les recherches futures pourraient se concentrer sur les extensions suivantes :
Au sein de chaque application, une meilleure prise en compte de la saisonnalité et des impacts différés pourrait être recherchée pour améliorer l’estimation de l'efficacité tout au long de l’année agricole. En répétant la même typologie sur plusieurs périodes, on pourrait également obtenir une qualification plus fine des contraintes observées en discriminant une composante structurelle ou stochastique, qui pourrait être indicative de la réponse politique nécessaire et servir de base à la mesure de la résilience.
Une caractéristique essentielle pour les décideurs politiques est de pouvoir évaluer et comparer l’impact de différentes options d’investissement. Par exemple, quel est l'effet sur la production alimentaire, l’accès à la nourriture et l'état nutritionnel suite à une augmentation de l’efficacité de la production de x% ? Ou encore, quelle est la quantité minimale de ressources nécessaires ainsi que leur affectation pour ramener les taux de retard de croissance à 5% dans chaque région d’un pays ? L’exécution de telles simulations pourrait constituer un complément important à la boîte à outils décisionnels des décideurs politiques.
Découvrir les contraintes précises au sein des segments
L’approche de base de cette typologie spatiale est un outil opérationnel qui combine différentes dimensions ou segments de systèmes alimentaires de manière cohérente, ce qui peut aider à concevoir des politiques alimentaires et nutritionnelles dans les pays en développement. En gardant à l’esprit l’ensemble des extensions possibles et en fonction de la disponibilité des données, l’élaboration des politiques pourrait être améliorée pour tenir compte de la diversité des défis de développement dans l’ensemble des pays du Sud.
LECTURE COMPLÉMENTAIRE Output académique Spatial typology for targeted food and nutrition security interventions – in: World Development, 120(2019), p.62-75. Mapping the nutrient adequacy of farm production and food consumption to target policy in Uganda. – in: Development Policy Review, 2022. Spatial food and nutrition security typologies for agriculture and food value chain interventions in Eastern DRC. IFPRI Discussion Paper 01971, Washington DC, IFPRI, 2020. Determinants of Resilience for Food and Nutrition Security in South Sudan. IFPRI Discussion Paper 02117, Washington DC, IFPRI, 2022. Spatial typology for food system analysis: Taking stock and setting a research agenda – in: World Development Perspectives, 35 (2024), 100623
Atlas work Understanding the Democratic Republic of the Congo’s agricultural paradox: Based on the eAtlas data platform, International Food Policy Research Institute, Addis Ababa, 2018. Policy atlas on food and nutrition security and resilience, International Food Policy Research Institute and SNV, Dakar, 2020. • Kenya • Burkina Faso • Rwanda • Ghana Rapports de projet Typologies spatiales intégrées pour identifier l’insécurité alimentaire et les goulots d’étranglement de la pauvreté, FARM-TRAC Policy Note, 2021. • Cas du Mali • Cas du Burkina Faso • Cas du Sénégal
De plus amples informations peuvent être obtenues sur cette page, ou en contactant directement les auteurs : • Wim Marivoet, chargé de recherche, région Afrique, IFPRI (w.marivoet@cgiar.org) • John Ulimwengu, chargé de recherche principal, région Afrique, IFPRI (j.ulimwengu@cgiar.org)
