CONCEPT NOTE
ETUDE D’EVALUATION DE RESULTAT DES INTERVENTIONS DE
L’IITA DANS LE PROJET PICAGL
1. Introduction et Contexte de l’intervention
Dans le cadre de promouvoir le secteur agricole en RDC, le Programme Intégré de Croissance
Agricole dans la Région des Grands Lacs (PICAGL) a été lancé à l’Est de la RD Congo, en
province du Sud-Kivu et du Tanganyika, dans le but de booster la croissance productive et
économique du manioc, du riz et des produits laitiers tout en favorisant l’intégration et la
coordination de chaînes de valeurs afin d’améliorer les rapports des valeurs entre les acteurs
intervenants. A cet effet, le développement des chaines de valeur autour de cette différente
culture constituerait un atout majeur dans l’amélioration de la sécurité alimentaire et
nutritionnelle ainsi que le bien-être économique des ménages vulnérables dans cette région où les
moyens de subsistance basés sur l'agriculture ont été balayés par des conflits armés récurrents et
les déplacements internes des populations depuis plus d'une décennie. Du coup, certaines
interventions ont été mis en place la promotion de la chaine de valeur (manioc, riz, lait), l’agro-
forestière, promouvoir la recherche dans l’agriculture au travers l’amélioration des laboratoires,
la création d’emploi des jeunes, ouverture et améliorations des routes des déserte agricole. Ainsi,
l’exécution du dit programme, diffèrent partenaires ont eu intervenir dans ce projet. Quant a ce
qui concerne les interventions de l’IITA dans le projet PICAGL, la chaine de valeur manioc avec
ses différentes composantes, l’intégration régional, la recherche et l’Aflatoxine, constituer leur
target. C’est dans ce cadre s’inscrit cette étude, d’évaluation des résultat (outcomes assessment)
des interventions de IITA dans le projet PCAGL dans six territoires constituant la zone
d’intervention de ce programme.
2. Plan d’étude
Mis à part l’introduction, ce rapport est subdivisé en quatre sections. La deuxième est consacrée
à la méthodologie. Il y sera présenté, les zones d’étude, la procédure d’échantillonnage la
sélection des participants, le déroulement des enquêtes ainsi que la technique d’estimation
relative à l’évaluation des résultats des intervention des IITA. Dans sa troisième section, il est
présent les résultats sur l’impact des interventions de IITA dans ce projet PICAGL, non
seulement au niveau macro-économie mais aussi macro-économie pour toute ces composantes
du projet. La quatrième section présentera la conclusion et prose des recommandations.
3. Méthodologie
Quant à ce qui concerne cette section, l’approche méthodologique est issue présentée. Elle est
subdivisée en quatre sous-sections dont la première présente les zones d’intervention du projet, la
deuxième aborde la procédure d’échantillonnage, la troisième présente le déroulement des
enquêtes et fin la quatrième décrit la gestion et le traitement des données.
a. Présentation des zones d’intervention du projet
Cette étude a été mener à l’Est de la RDC, dans le corridor de PICAGL (Bukavu-Bunyiakiri,
Uvira-fizi, et Kalemie), respectivement en province du Sud-Kivu et du Tanganyika.
Située à l'est de la RDC, la province du Sud-Kivu partage ses frontières avec le Rwanda, le
Burundi et la Tanzanie. Elle a des limites internes avec les provinces du Nord-Kivu, du Maniema
et du Tanganyika, et couvre une superficie totale de 65 070 Km 2. Le Sud-Kivu compte huit
territoires, dont Fizi, Idjwi, Kabare, Kalehe, Mwenga, Shabunda, Uvira et Walungu, avec une
population estimée à 4 944 662 d’habitants (MONUSCO, 2015). Le projet PICAGL y est
implémenté dans les territoires de Kalehe, Walungu, Uvira et Fizi, ainsi que la ville de Bukavu
qui est le chef-lieu de la province du Sud-Kivu et donc feront l'objet de cette étude.
Par ailleurs, le Tanganyika est l'une des nouvelles provinces créées en 2015 à partir du district
éponyme du Tanganyika, qui faisait auparavant partie de la province du Katanga. Elle compte six
territoires, dont Kabalo, Kalemie, Kongolo, Manono, Moba et Nyunzu; Kalemie étant la capitale.
Seul le territoire de Kalemie a été pris en compte dans la mise en œuvre du projet PICAGL et
donc serait le seul territoire considéré pour cette analyse. Kalemie est limitée à l'Est par le lac
Tanganyika sur une distance de 280 kilomètres constituant une frontière naturelle avec la
Tanzanie à l'Ouest par les Territoires de Nyunzu et de Manono, au Nord par les Territoires de Fizi
et au Sud par la province du Sud-Kivu et du territoire de Kabambare dans la province du
Maniema. Kalemie a une superficie estimée de 30512 Km 2 et une population d’environ 70721
habitants (Geenen, 2014; PNUD, 2009). Il est à signaler que le choix de cette zone est motivé par
le fait que c’est dans cet espace ou le projet a été exécuté.
b. Echantillonnage et critère d’inclusion dans l’étude
Le choix des participants aux groupes de discussion s’est effectué suivant quatre critères majeurs
à savoir :
(1) Être un acteur (producteur, transformateur ou commerçant) connu du milieu, sur les
différentes composantes sur lequel a porté le projet avec un accent particulier sur ceux qui
ont bénéficié directement du projet PICAGL.
(2) Être résidant dans la zone d’étude et pour les enquêtes en focus groupe ainsi que pour les
entretiens individuels.
(3) Avoir une bonne connaissance du milieu et être capable de fournir les informations
nécessaires,
(4) Le sexe (les participants ont été réunis lors des groupes de discussion en fonction du genre
soit féminin ou masculin. Ainsi plusieurs groupes de discussions sont prise en considération
dans les deux provinces avec une proportion de 12 participants de même sexe par groupe de
discussion).
La figure1 ici-bas illustre la zone d’étude dans corridor du projet PICAGL. Le corridor va de la
province du Sud-Kivu en territoire de Kalehe jusque dans la province de Tanganyika en territoire
de Kalemie. Les zones hachurées en colleurs verte ont les zones concernées par cette étude
Quant ace qui concerne ala determinantion de la taille de l’echantillon, la base disposer par le Monitoring
and Evaluation (M&E) de l’IITA en charge de suivi des interventions du projet PICAGL, nous a servie
d’identifier les beneficiare direct du projet( ici considerer comme population de traitement) afin que le
non beneficiaire seront ici choix comme contrôle , des effet des intervention dans cette zone d’etude.
Tableau 1: Distribution administrative de l’échantillon (pour le focus group et les entretient individuel(n=))
Province Territoire Chefferie / Groupement/ Village/ville Locatio CV CV. CV. AGR BIO RECHER Entrepris
Secteur Commune n type MANIO RIZ LAI FOREST FORTIFI C e jeune
C T . E LABORA
# FGD # # # FGD # FGD # FGD # FGD
(N=) FG FGD (N=) (N=) (N=) (N=)
D (N=)
(N=)
Sud-Kivu Bukavu Bukavu Bagira Lumumba Péri-
ville urbain
Bukavu Ibanda Ndendere Urbain
Bukavu Ibanda Nyalukemb Urbain
a
Fizi Tanganyik Babunga nord Tanganyika Rurale
a
Mutambala Baraka centre Baraka Urbain
Mutambala Bashimukuma Mutambala Rurale
- sud
Mutambala Basimukinje Mutambala Rurale
Mutambala Basimukuma- Tanganyika Rurale
nord
Mutambala Balala sud Mutambala Rurale
Bunyakir Buloho Bitale Buloho Rurale
i
Buhavu Kalima Buhavu Rurale
Buloho Lubengera Buloho Rurale
Buloho Mulonge Buloho Rurale
Buloho Buloho Buloho Rurale
Buloho Munyanjiro Buloho Rurale
Uvira Bafuliru Itara Bufuliru Rurale
Bafuliru Kakamba Bufuliru Rurale
Ngweshe Ngweshe Kamanyola Rurale
Bafuliru Lemera Bufuliru Rurale
Bafuliru Luberizi Bufuliru Rurale
Bafuliru Sange Bufuliru Rurale
Bafuliru Kiliba Bufuliru Rurale
Bafuliru Runingu Bufuliru Rurale
Tanganyik Kalemie Tumbwe De la lukuga Kalemie Urbain
a ville
Tumbwe Du Lac Kalemie Urbain
Tumbwe Kalemie Kalemie Urbain
Tumbwe Kataki I Kalemie urbain
Tumbwe Lukuga Kalemie urbain
Tumbwe Moni Kalemie Peri-
urbain
Kalemie Tumbwe Kasanga Kalemie Rurale
territoire Mutowa
c. Déroulement des enquêtes sur terrain
Cette étude qui a comme objet d’analyser et évaluer les issues(apport) des interventions des IITA
sur les bénéficiaires du projet Picagel, l’étude se déroule sur une période de 14mars 2024 au
2juin 2024 tous les étapes y compris. La collecte des donnée les différentes provinces dont 16
jours ; (du 14 au 30 avril 2024) par une équipe de 16 enquêteurs dans la province du Sud-Kivu et
14 jours (du 15Aout au 29 Avril 2024) dans la province de Tanganyika par équipe de 7
enquêteurs. L’enquête et la formation vont toute commencer simultanément donc durant la
même période dans les deux provinces.
Chaque entretient avec les groupes commençait par une brève présentation du contexte de
l’étude, des objectifs ainsi que la présentation du projet. Chaque groupe de discussion, est
composé de 8 à 12 individues avec toutes les considérations du genre aussi. Pour le questionnaire
individuel, les outils de collecte et donc le questionnaire sera programmé, numériser sous ODK,
et installer sous une tablette.
d. Méthode d’analyse
Apart les analyse de profile démontrant les variations dans les caractéristiques d’avant et
après intervention, une analyse de rentabilité économique est effectuée dans cette études
pour quantifier le retour sur investissement qu’a généré le Project PICAGL pour les
bénéficiaires des qui ont été accompagner par IITA et comment leur attente ont été
rencontrer.
Un model environnemental est aussi ici utiliser pour quantifier de combien
l’agroforesterie a réduit le niveau des émissions au travers la quantité des CO2 absorber
et stocker par les types d’espèce végétale disséminer par les projets dans toute les zone
d’intervention.
Pour estimer les outcomes, des interventions de IITA dans le projet PICAGL, une
estimation économétrique est mise au plan pour dégager les différences dans le revenu,
bien être, rendement, employabilité, des innovations qui sont attribué aux interventions
du projet.
Ainsi donc,
Cette étude analyse l’impact des technologies dans disséminer dans le projet PICAGL a travers
l’excution de IITA sur certains nombres des indicateurs (revenu, la pauvreté, le rendement
agricole, les quantité kg transformée, l’employabilité des jeunes, la connaissance).
Description du modèle d’évaluation des outcomes
Etant donné que le chemin d’impact ne pas observer seulement sur les individus ayant bénéficié
du projet, mais contrôlée avec les non bénéficiaires également l’utilisation des méthodes de
double différence pour l’évaluation d’impact ne plus approprier pour ce cas. Cependant, il peut
se poser un problème d’endogénéité dues aux faits que certaines caractéristiques non captées (La
motivation, l’enthousiasme etc.) peuvent influencer le changement dans les indicateurs assigner
par les interventions du projet. Le défi majeur dans l’évaluation d’impact est la mesure du
contrefactuel, tout simplement la possibilité d’isoler les contributions issues uniquement de ces
interventions non seulement sur les ménages mais également sur les entreprises créées. Du coup,
ayant l’assurance que la situation des entreprises, CTTMA, et les ménages ayant bénéficier des
interventions de IITA est déterminé de façon aléatoire, l’impact aurait pu être mesuré par une
simple comparaison entre les non bénéficiaire et les bénéficiaires par approche expérimentale.
A l’opposé de cette méthode, il y’à celle non expérimentale et la méthode quasi-expérimentale.
Pour le cas de cette étude, la méthode non-expérimentale ou l’appariement est appliquée serais ;
pour les simples raisons que le statut actuel du bénéficiaires (partant des indicateurs
d’évaluation) ne sont pas déterminés de façon aléatoire et aussi pour les raisons évoquées plus
haut concernant la méthode de double différence, des variables instrumentales et aux méthodes
expérimentales (endogénéité).
Pour le cas de cette études, la méthode d’appariement, où les individus sont appariés en fonction
de leur score de propension, qui désigne la probabilité d’être sélectionner et bénéficier des
interventions des IITA dans l’exécution du projet PICAGL au vu de leurs caractéristiques
observables (L’âge, le sexe, le niveau d’éducation etc.), ce faisant, l’appariement sur le score de
propension permet de vérifier la similarité des caractéristiques moyennes entre le groupe
expérimental et le groupe témoin, ce qui permet d’obtenir une estimation de l’impact impartiale.
Pour y arriver, la première étape consiste à modéliser en fonction des variables disponibles dans
la base de données, le processus par lequel certains individus ou association bénéficie du projet
ou non.
Ainsi, un modèle Logit binaire est utilisé afin de déterminer les probabilités prédites de
bénéficier des intervention IITA ou pas dans les zones cible de PICAGL. La propriété
d’indépendance et les caractéristiques des ménages, requiert généralement la prise en compte
d’un nombre important de variables. Ce qui rend difficile l’appariement. Ce problème est résolu
par la méthode de Rosenbaum et Rubin (1983)1en procédant par l’implémentation
d’Epanechnikov kernel matching suivant Heckman, Ichimura et Todd (1998) en établissant une
convergence de caractéristiques à une vitesse de √ N avec leur normalité asymptotique. Cette
méthode consiste à associer à un ménage ayant accédé à un ménage fictif n’ayant pas participer
au programme défini comme un ménage moyen partant des caractéristiques similaires.
Soit Yi la variable d’intérêt i Y (bénéficier des interventions de IITA) du ménage, entreprise ou
CTTMA i dans une population de taille n. Certains individus participent dans le projet et dans ce
cas ils sont dits « Traités » et que la variable dichotomique T i = 1. Par contre d’autres n’ont pas
participer, ils sont dit « Control » dans ce cas Ti = 0.
La formulation du modèle d’évaluation est de Rubin (1974) qui postulant deux valeurs de la
variable cible pour chaque individu ; la valeur de la variable Y i quand l’individu est sous
traitement ¿ ) et la valeur (Y ¿ ¿ i C )¿ quand l’individu est control. L’impact de bénéficier des
interventions des IITA dans le projet PICAGL sur les indicateurs cibles (productivité, rendement,
revenu, création emploi, amélioration connaissance) est : Gi ≡ Y Ti −Y Ci . Dans la littérature Gi est
appelé « gain », « impact » ou « effet causal » du traitement de l’individu i.
Suivant la littérature, cette présentation se focalise principalement sur l’impact moyen des
individus cibles retenues et dans la population traités ( ∆ TT ≡(G│T = 1)). Alors que (∆ TU ≡(G│T =
0)) l’impact moyen dans le groupe des individus control et l’impact moyen dans l’ensemble de la
population est ∆ ATE note:
ATE
∆ ≡ E(G) = ∆ TT Pr (T = 1) + TU Pr (T = 0)
1
Cité par NGUEZET (2010)
Les scores de propension sont calculés à l’aide de l’équation « de participation dans le
programme IITA-PICAGL », qui est un modèle de régression Logit utilisant la participation
comme variable dépendante (participation = 1 ; non-participation = 0). Les caractéristiques
pouvant affecter la participation doivent être soigneusement examinées et aussi exhaustives que
possible. Elles doivent exclure les caractéristiques qui peuvent avoir été affectées par
l’intervention. C’est pour cette raison qu’on choisit d’utiliser, si possible, les données de
référence pour évaluer les scores de propension.