Intelligence de marché agricole pour une vallée irriguée : suivi hebdomadaire des prix, stockage et prévisions

Comment lire cet exemple

La question opérationnelle. Quelles informations hebdomadaires sur les prix agricoles doivent surveiller les gestionnaires d'aménagements hydroagricoles et leurs bailleurs de fonds, et quelles décisions ces indicateurs doivent-ils guider ?

Le rôle du système. Ce dispositif suit de façon continue les cours du paddy et de l'oignon sur quatre échelons de commercialisation (bord champ, marché rural de la vallée, marché de gros régional et marché de consommation de la capitale), tout en calculant la parité à l'importation pour le riz. Il identifie les déviations saisonnières anormales, mesure la part de la valeur finale captée par le producteur, simule la rentabilité nette du stockage paysan et produit des bandes de prévision probabilistes à horizon de 12 semaines.

Constats sur données synthétiques. La règle d'alerte détecte 8 des 9 chocs simulés dans un délai de deux à cinq semaines ; 1,7 % des semaines normales font l'objet d'alertes résiduelles sur la période de référence, contre 4,9 % durant l'année de suivi. Conserver le paddy de la récolte de décembre jusqu'à la soudure d'août engendre une perte nette de 318 UML par tonne (−1,1 %) pour un coût de financement de 1,5 % par mois, tandis qu'une revente dès avril génère un gain net de 1 780 UML (+6,0 %). Le stockage de l'oignon d'avril à septembre génère 1 241 UML par tonne (+8,2 %) sous l'hypothèse de 5 % de pertes physiques mensuelles, mais cesse d'être rentable dès que ces pertes excèdent 6,2 %.

Périmètre méthodologique. Cet exercice ne constitue pas l'évaluation d'un marché physique existant. Les séries sont générées par un modèle paramétré que le carnet analyse ensuite : les résultats valident la rigueur de l'approche méthodologique et la robustesse du code, et non un historique empirique de prix.

Contexte

Dans les vallées fluviales irriguées du Sahel, le rythme agricole est rythmé par deux campagnes de riz paddy (l'hivernage et la contre-saison chaude) ainsi qu'une récolte massive d'oignons en contre-saison froide. Ces productions affluent sur les marchés en quelques semaines seulement. Ce calendrier concentré provoque un effondrement des cours à la récolte, suivi d'une envolée des prix pendant la période de soudure. Les exploitants contraints de céder leur production immédiatement pour solder leurs dettes de campagne (intrants, main-d'œuvre) vendent systématiquement au creux du marché. Parallèlement, le riz importé fixe un prix plafond au riz local par le biais de la parité à l'importation, tandis que les coûts logistiques entre les zones de production et les grands centres urbains déterminent l'écart de prix spatial.

Les offices d'aménagement hydroagricole et leurs partenaires financiers doivent vérifier en continu si les rémunérations au producteur sont conformes aux régularités saisonnières, si les marchés de production sont bien connectés à la capitale et si des investissements dans les infrastructures post-récolte (entrepôts, unités d'usinage, systèmes de warrantage) s'avèrent financièrement viables. Répondre à ces enjeux exige un tableau de bord hebdomadaire plutôt que des enquêtes de marché ponctuelles et rétrospectives.

Démarche méthodologique

Jeux de données. L'exercice repose sur six années de prix hebdomadaires synthétiques (du 16 novembre 2020 au 2 novembre 2026) déclinés sur neuf séries de prix. Les 260 premières semaines constituent la période de référence historique (5 ans) ; les 52 dernières semaines sont analysées comme une campagne suivie en temps réel. Le générateur intègre la saisonnalité culturale, une inflation sous-jacente de 4 % par an, la dynamique persistante des cours mondiaux et des taux de change, ainsi que sept chocs programmés (pénurie d'oignon, dépréciation monétaire, hausse des cours internationaux, rupture d'axe routier, surproduction d'oignon, engorgement local du riz et épuisement précoce des stocks d'oignon).

La parité à l'importation du riz blanc ($IPP_t$) est formulée ainsi :

$$IPP_t = \frac{(FOB_t + F)\,e_t}{1000}\,(1+\tau)(1+m) + c^{port}_t + c^{trans}_t$$

où $FOB_t$ représente le cours mondial en $ US par tonne, $F$ le fret maritime (55 $ US/t), $e_t$ le taux de change (UML/$ US), $\tau$ le tarif douanier (10 %), $m$ la marge de l'importateur (6 %), et $c^{port}_t$ et $c^{trans}_t$ respectivement les redevances portuaires et les frais d'acheminement intérieur en UML par kilogramme.

Normes saisonnières et système d’alerte. Une décomposition STL robuste (procédure de Cleveland et al., 1990) appliquée aux logarithmes des prix de la période de référence produit un profil saisonnier fixe sur 52 semaines, noté $s$. Afin de préserver la causalité temporelle, le calcul de la norme ne mobilise que des observations passées :

$$norme_t = e^{s_{t \bmod 52}} \times \text{médiane}_{j=t-16}^{t-4}\left(p_j\,e^{-s_{j \bmod 52}}\right)$$

Le décalage de quatre semaines protège la référence contre l'incorporation immédiate d'un choc récent. La bande de tolérance s'exprime par $norme_t\,e^{\pm k\sigma}$, où $\sigma$ représente l'écart-type robuste de $\log(p_t/norme_t)$ sur l'historique. Une alerte est déclarée lorsque le prix s'écarte de la bande du même côté pendant au moins $n$ semaines consécutives (paramétrage de base : $k=2$, $n=2$). Cette méthode constitue une extension de l'indicateur ALPS développé par le PAM (PAM, 2014), transposée ici à une fréquence hebdomadaire et aux mouvements symétriques de hausse et de baisse.

Différentiels spatiaux, marges et transmission. L'écart spatial mesure la différence brute entre le prix de gros dans la capitale et celui constaté dans la vallée. La marge de commercialisation correspond à la part du prix final qui ne revient pas au producteur en bord champ, le paddy étant converti en équivalent riz blanchi selon un coefficient d'usinage de 0,65 (déduction faite des frais d'usinage). La transmission spatiale des prix entre la zone irriguée et le marché central est estimée par une approche en deux temps (cointégration d'Engle-Granger puis modèle à correction d'erreur), conformément au cadre méthodologique formalisé par Rapsomanikis, Hallam et Conforti pour la FAO (2003).

Calculateur de rentabilité du stockage. Pour une tonne acquise au mois $b$ et commercialisée $m$ mois plus tard aux cours théoriques de la norme saisonnière, la marge nette est définie par :

$$\text{net} = 1000\,P_s\,e^{gm}(1-\ell)^m - 1000\,P_b\,(1+rm) - fm$$

où $g$ désigne l'inflation mensuelle des prix, $\ell$ le taux de perte physique mensuel, $r$ le taux d'intérêt mensuel de l'emprunt et $f$ les frais d'entreposage mensuels par tonne. Les paramètres de base adoptés sont : des pertes de 0,5 % par mois pour le paddy en entrepôt moderne (en ligne avec les évaluations de référence de l'APHLIS), de 5 % par mois pour l'oignon en magasin ventilé traditionnel, un coût financier de 1,5 % par mois, et des charges d'entreposage respectives de 250 et 400 UML par tonne et par mois.

Modèles de prévision. Trois modèles sont évalués sur le logarithme des séries : un modèle naïf saisonnier de référence, un modèle SARIMA(1,0,0)(0,1,0)[52] avec dérive, et une décomposition STL couplée à un lissage exponentiel à tendance amortie, selon les principes de Hyndman et Athanasopoulos (Forecasting: Principles and Practice). L'évaluation rétrospective par origine glissante sur l'année de suivi comprend 11 points d'ancrage pour des horizons de projection allant de 1 à 12 semaines.

Résultats empiriques simulés

Détection des alertes. Les dynamiques saisonnières sont très prononcées : l'indice saisonnier de l'oignon bord champ varie de −50 % à la récolte à +25 % en fin de période de stockage, alors que celui du paddy fluctue dans une fourchette de −14 % à +10 %. Avec les seuils $k=2$ et $n=2$, huit des neuf événements de crise simulés sont formellement détectés, avec un délai médian d'alerte de 2,5 semaines. La règle échoue uniquement à signaler la baisse de 10 % sur le riz en décembre 2025, ce choc se confondant avec le creux saisonnier habituel des moissons. L'ajustement du seuil à $k=2,5$ permet de maintenir ces huit détections tout en éliminant presque l'intégralité des fausses alertes sur cet historique, au prix d'un allongement moyen du délai de signalement d'une demi-semaine.

Écarts spatiaux et décomposition des marges. Lors de la dernière semaine simulée, le différentiel de prix pour le riz s'établit à 7,39 UML par kg (soit 10,5 % de la valeur sur le marché de la capitale), un niveau très proche de sa moyenne quinquennale historique (7,14 UML/kg). La part non captée par le producteur bord champ représente 10,6 % du prix final du riz à la capitale (contre 11,9 % en moyenne historique) et atteint 28,0 % pour l'oignon (contre 36,1 % historiquement). Selon les années, le riz local blanchi se positionne entre 79 % et 84 % du coût d'équivalence à l'importation.

Élasticités de transmission. Les séries de prix entre la zone de production et la capitale sont cointégrées (test d'Engle-Granger, $p < 0,001$). À court terme, environ 31 % des variations du riz et 44 % de celles de l'oignon enregistrées dans la capitale sont transmises aux marchés de la vallée dès la semaine courante (en accord avec les paramètres structurels de 30 % et 40 % injectés dans le générateur). Toutefois, la modélisation linéaire sous-estime la vitesse de rappel vers l'équilibre : les coefficients d'ajustement estimés sont de −0,16 par semaine pour le riz (contre −0,25 dans le processus générateur) et de −0,15 pour l'oignon (contre −0,35 en réalité). Cet écart s'explique par le fait que les congestions logistiques et les fermetures temporaires de routes sont reléguées dans le terme d'erreur. Sur des marchés réels sujets à des coûts de transaction discontinus, ce biais peut s'accentuer : cette estimation doit donc servir de jalon indicatif plutôt que de paramètre structurel rigide.

Arbitrage économique du stockage. L'opportunité du stockage du paddy obéit à une fenêtre temporelle étroite : une cession échelonnée entre février et juin s'avère profitable, le bénéfice culminant en avril (+1 780 UML par tonne). En revanche, conserver le grain jusqu'au mois d'août induit une perte nette de 318 UML/t, la mise sur le marché des récoltes de contre-saison en juin et juillet dépréciant les cours alors même que les frais financiers continuent de courir. Le coût de financement d'équilibre garantissant un bilan neutre sur le cycle décembre-août s'établit à 1,37 % par mois. Pour l'oignon, la viabilité du stockage dépend directement de la maîtrise des pertes physiques : conserver les bulbes d'avril à septembre génère un gain net de 1 241 UML/t avec 5 % de pertes mensuelles, s'élève à 4 512 UML/t à un taux de perte de 2 %, mais devient systématiquement déficitaire dès lors que les pertes dépassent le seuil critique de 6,2 % par mois. L'amélioration technique des magasins de stockage prime ainsi sur l'optimisation du calendrier commercial.

Performances des prévisions. Pour la filière riz, le modèle SARIMA obtient une erreur absolue moyenne en pourcentage (MAPE) de 2,0 % sur les horizons de 1 à 4 semaines, et de 3,4 % entre 5 et 12 semaines ; ses intervalles de prévision à 80 % s'avèrent toutefois trop prudents (couverture effective de 90 %). Pour l'oignon, la combinaison STL-lissage exponentiel se révèle nettement plus performante sur les horizons de 5 à 12 semaines (MAPE de 11,0 % contre 14,9 % pour le SARIMA), mais sa couverture empirique à 80 % s'établit à seulement 68 % des points réels. Le modèle naïf est quant à lui systématiquement surperformé par les approches statistiques. En pratique, l'architecture retient le modèle SARIMA pour le riz et l'approche combinée STL-lissage exponentiel pour l'oignon, en privilégiant systématiquement la diffusion d'intervalles d'incertitude plutôt que de simples estimations ponctuelles.

Architecture du bulletin et cibles de diffusion

Section du bulletin	Utilisateurs principaux	Décisions stratégiques éclairées
Prix courants, écarts à la norme et alertes	Organisations paysannes, cellule de planification	Arbitrage immédiat de vente ou de rétention ; déclenchement d'enquêtes sur les blocages de marché
Différentiels spatiaux et marges	Coopératives, commerçants grossistes, investisseurs	Opportunité d'expédition vers les centres urbains ; diagnostic de la répartition de la valeur ajoutée
Riz local vs parité à l’importation	Cellule de suivi économique, bailleurs de fonds	Évaluation de la compétitivité-prix de la filière locale face aux importations
Simulateur de stockage	Gestionnaires d'entrepôts, comités de crédit agricole	Choix de mise en stock ; détermination du taux d'intérêt soutenable pour le warrantage
Intervalles de prévision (4 et 12 semaines)	Directions régionales de l'agriculture	Planification des crédits de campagne, approvisionnement en intrants et gestion des débouchés

Le modèle de bulletin standardisé tient sur une unique page synthétique : un tableau récapitulatif des cours, deux encarts d'analyse sur les alertes et les marges, un bilan décisionnel pour le stockage, les trajectoires de prévision et les notes méthodologiques. Il est transmis sous forme simplifiée (SMS, synthèses vocales) aux organisations paysannes, et sous forme intégrale aux directions techniques et aux partenaires institutionnels.

Dispositif de collecte recommandé pour un déploiement réel

• Maillage des points d'observation. Relevé des prix bord champ sur un échantillon représentatif de 3 à 5 périmètres irrigués, suivi de deux marchés primaires de collecte dans la vallée, des marchés de gros régional et de la capitale, ainsi que du terminal portuaire d'entrée pour les flux de riz importé. Les produits doivent faire l'objet d'une stricte standardisation qualitative (paddy catégorisé par variété et degré d'humidité, riz blanc selon la teneur en brisures, oignon par calibre et état sanitaire).
• Protocole de terrain. Relevés hebdomadaires à jour et heure fixes ; échantillonnage d'au moins trois commerçants indépendants par place de marché et par référence ; conversion systématique des unités locales traditionnelles en kilogrammes par pesée réelle ; renseignement des formulaires électroniques géolocalisés et horodatés, enrichis de commentaires qualitatifs sur l'état des routes et la fluidité des flux.
• Procédures de contrôle qualité. Vérification automatisée de la cohérence des ordres de grandeur et des variations hebdomadaires, contrôle des facteurs de conversion volumétrique, contre-enquêtes inopinées par un superviseur sur 10 % des fiches transmises, et publication transparente des taux de non-réponse et de rejet de données.
• Articulation avec les bases publiques. Interfaçage avec l'outil FPMA du SMIAR de la FAO pour l'étalonnage macroéconomique international, et recoupement mensuel avec les séries de prix du PAM diffusées sur HDX via les protocoles HDX Signals. Ces sources externes, principalement mensuelles et agrégées, servent à corroborer la cohérence globale de la base de la vallée, sans se substituer à la collecte locale hebdomadaire.

Limites méthodologiques

• Caractère synthétique des données : Les séries temporelles résultent d'un générateur paramétré ; retrouver les relations sous-jacentes valide l'algorithme d'estimation sans démontrer sa performance sur des données de terrain non contrôlées.
• Fixité du calendrier saisonnier : L'indice saisonnier STL fixe ne prend pas en compte les décalages annuels causés par les anomalies pluviométriques, les régimes de crue ou les contraintes de tours d'eau.
• Linéarité de la transmission : Le modèle linéaire à correction d'erreur ne capture ni les effets de seuil liés aux coûts fixes de transport, ni les éventuelles asymétries de transmission entre baisses et hausses de prix.
• Hypothèses simplifiées pour le stockage : La valorisation du stock repose sur la trajectoire saisonnière moyenne plutôt que sur une prévision dynamique de l'année en cours, et fait abstraction des éventuelles primes de qualité liées aux produits séchés ou triés.
• Robustesse face aux chocs exogènes : Les prévisions reposent sur un historique récent de cinq ans et ne sont pas équipées pour anticiper des ruptures macroéconomiques ou géopolitiques sans précédent dans la base d'apprentissage.

Protocole de mise en œuvre pilote

Pour tester ce dispositif en situation réelle, il est préconisé de mener une phase pilote d'une campagne complète en parallèle des dispositifs d'enquêtes déjà en place. Cette démarche permettra de recalibrer les composantes saisonnières et les bandes d'intervention sur des données observées, tout en confrontant systématiquement les alertes automatiques aux retours qualitatifs des agents de terrain.

Le pilotage du système s'appuiera sur trois indicateurs d'évaluation :

1. La pertinence opérationnelle des alertes : proportion d'alertes confirmées comme problématiques par les acteurs locaux ;
2. La calibration probabiliste : conformité empirique du taux de couverture de la bande prévisionnelle à 80 % ;
3. L'impact décisionnel : évolution effective des stratégies de stockage et de négociation chez les coopératives bénéficiaires du bulletin, mesurable à travers une expérimentation par déploiement échelonné entre périmètres irrigués.