FICHE DE LECTURE

Référence

Chatellier, V. (2024), « Le revenu des agriculteurs en France : une forte variabilité interannuelle et de grandes disparités », Communication présentée au colloque de la SFER.

https://www.sfer.asso.fr/source/coll-EA-metiers-2024-ESA/articles/A12_Communication.pdf

Mots-clés

Revenu agricole – RICA – Variabilité interannuelle – Performance économique – Efficience productive – Gestion des risques – Pilotage de la performance

Synthèse

L’article de Vincent Chatellier met en évidence les caractéristiques fondamentales du revenu agricole en France, à savoir une forte variabilité dans le temps et une grande hétérogénéité entre exploitations. À partir des données issues du Réseau d’Information Comptable Agricole (RICA) sur la période 2010–2022, l’auteur propose une analyse quantitative permettant d’identifier les principaux déterminants de ces écarts.

Dans un premier temps, l’étude souligne que le revenu agricole est particulièrement instable d’une année à l’autre. Cette variabilité s’explique notamment par la dépendance des exploitations aux aléas climatiques, aux fluctuations des prix des matières premières ainsi qu’aux évolutions des politiques agricoles. Cette instabilité constitue un facteur majeur d’incertitude, rendant plus complexe le pilotage économique des exploitations.

Dans un second temps, l’auteur met en évidence une forte dispersion des revenus entre exploitations agricoles. Ces écarts s’expliquent par des facteurs structurels tels que la taille des exploitations, leur orientation technico-économique (OTEX), ainsi que leur niveau de productivité et d’efficience. Ainsi, certaines exploitations parviennent à dégager des revenus élevés, tandis que d’autres rencontrent des difficultés économiques persistantes, traduisant des inégalités profondes au sein du secteur.

Par ailleurs, l’analyse souligne le rôle central des aides publiques, en particulier celles issues de la Politique Agricole Commune (PAC). Ces aides contribuent à soutenir et stabiliser les revenus agricoles, mais elles participent également à renforcer certaines disparités selon les caractéristiques des exploitations et leur accès aux dispositifs de soutien.

Enfin, l’auteur met en avant plusieurs facteurs explicatifs de la performance économique des exploitations, notamment la productivité du travail, la maîtrise des charges et la solidité financière. Ces éléments renvoient directement aux enjeux du contrôle de gestion, en particulier en matière de pilotage de la performance dans un environnement incertain.

En conclusion, l’article montre que les difficultés du secteur agricole ne tiennent pas uniquement à un niveau de revenu insuffisant, mais surtout à leur instabilité et à leur inégale répartition. Ces constats soulignent la nécessité de renforcer les outils de gestion et d’adapter les politiques publiques afin de mieux accompagner les exploitations face aux risques économiques.

Développement

1. Introduction : un revenu agricole au cœur des tensions économiques

L’auteur introduit son analyse en rappelant que la question du revenu agricole est devenue centrale dans les débats économiques et sociaux en France. Les mobilisations récentes du monde agricole mettent en évidence un sentiment d’insécurité économique, lié à des revenus jugés insuffisants et instables. Dans ce contexte, l’objectif de l’article est d’analyser de manière approfondie les caractéristiques du revenu des agriculteurs, en insistant sur sa variabilité et son hétérogénéité. L’auteur s’appuie sur des données empiriques robustes afin de dépasser les perceptions générales et proposer une lecture objectivée de la situation.

2. Données et méthodologie : une analyse fondée sur le RICA

L’étude repose sur les données du Réseau d’Information Comptable Agricole (RICA), couvrant la période 2010–2022. Ce dispositif permet d’obtenir une vision représentative des exploitations agricoles françaises à travers des informations économiques et financières détaillées.

L’auteur mobilise une approche quantitative fondée sur plusieurs indicateurs, tels que la productivité du travail, l’efficience économique ou encore le niveau d’endettement. L’analyse intègre également des variables structurelles, notamment l’orientation technico-économique des exploitations (OTEX), afin de comparer les performances entre différents systèmes de production. Cette méthodologie permet de construire une typologie des exploitations et d’identifier les facteurs explicatifs des écarts de revenus.

3. Une forte variabilité interannuelle des revenus agricoles

Dans cette partie, l’auteur met en évidence l’instabilité marquée des revenus agricoles d’une année sur l’autre. Cette variabilité s’explique par la forte exposition du secteur à des facteurs exogènes, tels que les conditions climatiques, la volatilité des prix agricoles ou encore les évolutions des politiques publiques.

Cette instabilité constitue un enjeu majeur pour les exploitants, car elle rend difficile l’anticipation des résultats économiques et complique la prise de décision. Elle limite également la capacité d’investissement et fragilise la pérennité de certaines exploitations. L’auteur souligne ainsi que la variabilité du revenu est un élément structurant des difficultés du secteur agricole.

4. Une hétérogénéité importante entre exploitations

L’analyse met ensuite en évidence une dispersion très importante des revenus entre exploitations agricoles. Ces disparités s’expliquent en grande partie par des facteurs structurels, tels que la taille des exploitations, leur spécialisation productive ou leur niveau de performance économique.

Certaines exploitations, notamment dans les grandes cultures, bénéficient de niveaux de revenus relativement élevés, tandis que d’autres, en particulier dans les filières d’élevage, présentent des situations économiques plus fragiles. L’auteur montre également que ces écarts existent au sein même des différentes catégories d’exploitations, traduisant une hétérogénéité interne significative.

Cette diversité des situations remet en cause toute vision homogène du secteur agricole et souligne la nécessité d’une analyse différenciée.

5. Le rôle des aides publiques dans la formation du revenu

L’auteur accorde une place importante à l’analyse des aides publiques, en particulier celles issues de la Politique Agricole Commune (PAC). Ces aides constituent une composante essentielle du revenu agricole et jouent un rôle de stabilisation face aux aléas économiques.

Toutefois, leur impact est différencié selon les exploitations, en fonction de leur structure, de leur orientation productive et de leur éligibilité aux dispositifs. Ainsi, si les aides permettent de soutenir globalement le secteur, elles contribuent également à maintenir, voire accentuer, certaines disparités de revenus.

L’auteur met donc en évidence l’ambivalence des politiques publiques, à la fois outils de régulation et facteurs de différenciation.

6. Les déterminants de la performance économique des exploitations

L’étude identifie plusieurs facteurs explicatifs de la performance économique des exploitations agricoles. Parmi ceux-ci, la productivité du travail et l’efficience dans l’utilisation des ressources apparaissent comme déterminantes. La maîtrise des charges et la gestion de l’endettement constituent également des leviers essentiels de performance.

Les exploitations les plus performantes se caractérisent par une meilleure capacité à optimiser leurs ressources et à s’adapter aux contraintes de leur environnement. Ces résultats mettent en évidence l’importance des outils de gestion et de pilotage dans l’amélioration des performances économiques.

Cette analyse fait directement écho aux problématiques du contrôle de gestion, notamment en matière d’évaluation de la performance et d’aide à la décision.

Conclusion

En conclusion, l’auteur souligne que le revenu agricole en France se caractérise moins par son niveau moyen que par sa forte instabilité et sa grande hétérogénéité. Ces deux dimensions constituent des facteurs majeurs de fragilité pour le secteur.

L’analyse met en évidence la nécessité de renforcer les dispositifs de gestion des risques et d’adapter les politiques publiques afin de mieux prendre en compte la diversité des situations agricoles. Elle souligne également l’importance de développer des outils de pilotage performants, capables d’accompagner les exploitants dans un environnement incertain et complexe.

Ainsi, l’article apporte un éclairage essentiel sur les enjeux économiques du secteur agricole et ouvre des perspectives de réflexion en matière de gestion et de régulation.

Références bibliographiques

Agreste, 2023. Commission des Comptes de l’Agriculture de la Nation (CCAN) du 20 décembre (version provisoire), Agreste – Les Dossiers, 6, 1-90

CGAAER, 2022. Evolution du revenu agricole en France depuis 30 ans, facteurs d’évolution d’ici 2030 et leçons à en tirer pour les politiques mises en œuvre par le Ministère de l’Agriculture et de l’Alimentation. Rapport, 90 p.

Chatellier V., Guyomard H., 2023. Supporting European farmers’ incomes through CAP direct aids-Facts and questions. Review of Agricultural, Food and Environmental Studies, Springer, vol. 104(1), 87-99

Purseigle F., Hervieu B., 2022. Une agriculture sans agriculteurs. La révolution indicible. Sciences Po les Presses, 224 p.

FICHE DE LECTURE

Référence

Piet L., Chatellier V., Delame N., Jeanneaux P., Laroche-Dupraz C., Ridier A., Veysset P.
« Mesurer le revenu des exploitations agricoles françaises : analyse comparée sur 15 ans d’indicateurs issus du Rica et de la MSA », Économie rurale, n°378, 2021, p. 37-56.

https://journals.openedition.org/economierurale/9402

Mots-clés

Revenu agricole – RICA – MSA – Performance économique – Contrôle de gestion – Volatilité – PAC

Synthèse

L’article de Piet et al. (2021) s’inscrit dans un contexte où la question du revenu des agriculteurs occupe une place centrale dans les débats économiques et politiques, notamment au regard des objectifs de la Politique agricole commune. Toutefois, cette notion de revenu agricole demeure difficile à appréhender en raison de la diversité des sources statistiques et des indicateurs mobilisés, qui ne reposent pas sur des bases homogènes.

L’objectif principal de l’étude est ainsi de comparer différents indicateurs de revenu agricole à partir de deux sources majeures en France : le Réseau d’information comptable agricole (RICA), qui repose sur une logique comptable, et les données de la Mutualité sociale agricole (MSA), fondées sur une approche fiscale et sociale. Pour ce faire, les auteurs mettent en œuvre une méthodologie originale d’appariement des bases de données via le numéro SIRET, couvrant une période de quinze ans (2003-2017). Cette démarche permet d’analyser de manière fine les écarts entre indicateurs et leurs évolutions dans le temps.

Les résultats mettent en évidence un écart significatif entre les mesures du revenu. En moyenne, le bénéfice agricole (BA), utilisé par la MSA, est inférieur d’environ 35 % au résultat courant avant impôt (RCAI), indicateur privilégié du RICA. Cet écart s’explique par les différences de construction des indicateurs, notamment les retraitements fiscaux et la prise en compte d’éléments exceptionnels. Dès lors, les auteurs soulignent que ces indicateurs ne sont pas interchangeables et que leur utilisation sans précaution peut conduire à des interprétations erronées du niveau de revenu des agriculteurs.

Par ailleurs, l’étude met en évidence une forte hétérogénéité des revenus agricoles, liée à la taille des exploitations, à leur orientation productive et aux conditions économiques. Certaines filières, comme la viticulture, présentent des niveaux de revenus plus élevés, tandis que d’autres, notamment l’élevage, apparaissent plus fragiles. Cette diversité souligne la nécessité d’une analyse différenciée du secteur agricole.

En outre, les auteurs montrent que les indicateurs comptables sont imparfaitement corrélés aux revenus effectivement disponibles pour les exploitants. Les prélèvements privés, qui reflètent la rémunération réelle du travail, apparaissent plus stables dans le temps et peu dépendants des résultats comptables annuels. Cela traduit l’existence d’arbitrages de gestion et de stratégies de long terme, notamment en matière d’investissement et de trésorerie.

L’étude met également en lumière la forte volatilité des revenus agricoles, largement influencée par des facteurs exogènes tels que les fluctuations des prix ou les aléas climatiques. Certaines années, comme 2009 ou 2016, apparaissent particulièrement défavorables. Dans ce contexte, les aides de la Politique agricole commune jouent un rôle stabilisateur important, contribuant à limiter l’ampleur des baisses de revenus, notamment dans les secteurs les plus dépendants des soutiens publics.

Enfin, l’analyse des « bas revenus » montre que la proportion d’exploitants concernés varie fortement selon les années et les indicateurs utilisés. Le seuil médiatisé de 350 euros mensuels ne reflète qu’une situation ponctuelle et ne peut être généralisé. En moyenne, les épisodes de très faibles revenus restent relativement fréquents, mais s’inscrivent dans une dynamique marquée par des alternances entre années favorables et défavorables.

En conclusion, cet article démontre que le revenu agricole est une notion multidimensionnelle, qui ne peut être appréhendée à travers un seul indicateur. Il met en évidence les limites des approches traditionnelles et souligne l’importance de préciser les sources et les méthodes de calcul utilisées. Ces résultats présentent un intérêt particulier en contrôle de gestion, en rappelant que la mesure de la performance doit intégrer la complexité des réalités économiques et les spécificités sectorielles.

Développement

1. Introduction : une notion de revenu agricole complexe et controversée

L’article s’ouvre sur le constat que le revenu des agriculteurs constitue un enjeu majeur des politiques publiques depuis la mise en place de la Politique agricole commune. Cependant, sa mesure reste problématique en raison de la multiplicité des indicateurs et des sources statistiques mobilisées. Cette hétérogénéité fragilise les discours publics, notamment lorsque certains chiffres sont repris sans préciser leur origine.

Les auteurs soulignent ainsi la nécessité de clarifier les concepts et les méthodes de mesure du revenu agricole. Ils proposent, pour cela, de comparer deux sources majeures en France – le RICA et la MSA – afin d’analyser les écarts entre indicateurs et d’en comprendre les déterminants.

2. Méthodologie : un appariement original des bases RICA et MSA

La deuxième partie présente la démarche méthodologique reposant sur un appariement inédit entre les données du RICA et celles de la MSA sur la période 2003-2017. Cet appariement est réalisé à partir du numéro SIRET afin de rapprocher les informations comptables et fiscales relatives aux exploitations agricoles.

Les auteurs procèdent ensuite à une sélection rigoureuse des observations afin de garantir la cohérence du champ étudié. L’échantillon final permet d’obtenir une base homogène et représentative des exploitations moyennes et grandes.

Cette partie met également en évidence les différences fondamentales entre les deux sources :

• le RICA, orienté vers l’analyse économique et comptable,
• la MSA, centrée sur les revenus déclarés à des fins fiscales et sociales.

Enfin, plusieurs indicateurs sont définis et mobilisés, notamment le résultat courant avant impôt (RCAI), le bénéfice agricole (BA), ainsi que d’autres soldes intermédiaires de gestion.

3. Résultats : des écarts significatifs entre indicateurs et une forte hétérogénéité

3.1. Comparaison entre RCAI et BA

Les résultats montrent un écart structurel important entre les indicateurs. En moyenne, le bénéfice agricole (BA) est inférieur d’environ 35 % au résultat courant avant impôt (RCAI). Cet écart s’explique par les différences de construction des indicateurs, notamment les retraitements fiscaux.

Les auteurs mettent également en évidence une forte dispersion des écarts, variable selon les années et les types d’exploitation, ce qui souligne la complexité de la mesure du revenu agricole.

3.2. Analyse croisée des indicateurs économiques

Au-delà du RCAI et du BA, l’étude mobilise plusieurs indicateurs complémentaires (valeur ajoutée, EBE, revenu disponible, prélèvements privés, investissement). Cette analyse révèle que :

• les indicateurs comptables sont fortement corrélés entre eux,
• mais ils sont peu corrélés aux prélèvements privés, qui représentent pourtant le revenu réellement perçu par l’exploitant.

Cette faible corrélation traduit l’existence d’arbitrages de gestion entre consommation, investissement et épargne, ainsi que des stratégies de long terme.

Par ailleurs, les auteurs soulignent la forte volatilité des revenus agricoles, liée aux fluctuations des prix et aux aléas climatiques. Certaines années, comme 2009 et 2016, apparaissent particulièrement défavorables.

3.3. Focus sur les bas revenus agricoles

La dernière sous-partie analyse la question des bas revenus, notamment à travers le seuil médiatisé de 350 € par mois. Les auteurs montrent que :

• ce seuil correspond à des situations ponctuelles et non représentatives,
• la fréquence des bas revenus varie fortement selon les années.

En moyenne, les épisodes de faibles revenus surviennent de manière récurrente, mais non permanente. L’analyse met également en évidence le rôle stabilisateur des aides de la PAC, qui limitent l’ampleur des baisses de revenus dans certains secteurs.

Conclusion

L’article conclut que le revenu agricole ne peut être appréhendé à travers un indicateur unique. Les écarts observés entre RCAI et BA démontrent que les résultats dépendent fortement de la source et de la méthode de calcul.

Les auteurs insistent sur la nécessité de :

• préciser les indicateurs utilisés dans toute analyse,
• prendre en compte la diversité des situations agricoles,
• intégrer les logiques économiques, fiscales et sociales dans l’évaluation du revenu.

Cette réflexion met en évidence les limites des approches simplificatrices et souligne l’importance d’une analyse rigoureuse et contextualisée, particulièrement pertinente dans une perspective de contrôle de gestion.

Références bibliographiques

Delame N. (2015, 2021) – Revenu des ménages agricoles

Laroche-Dupraz C., Ridier A. (2021) – Concepts et indicateurs de revenu

FICHE DE LECTURE

Référence

Jeanneaux, P. (2018), « Agriculture numérique : quelles conséquences sur l’autonomie de la décision des agriculteurs ? », Agronomie, Environnement & Sociétés.

https://uca.hal.science/hal-02065867v1/document

Mots-clés

Agriculture numérique – Aide à la décision – Autonomie décisionnelle – Données – Pilotage de la performance – Dépendance technologique – Systèmes d’information

Synthèse

L’article de Pierre Jeanneaux s’inscrit dans le contexte de la transformation numérique du secteur agricole, marqué par le développement rapide des technologies de collecte et d’analyse de données. L’essor de l’agriculture numérique, fondé notamment sur l’utilisation de capteurs, de logiciels d’analyse et de systèmes d’aide à la décision, modifie profondément les modalités de pilotage des exploitations agricoles.

L’auteur met en évidence que ces innovations permettent une significative de la performance productive. En facilitant l’accès à une information fine et en temps réel, elles contribuent à optimiser l’utilisation des ressources, à mieux gérer les risques et à renforcer la précision des interventions agricoles. Dans cette perspective, le numérique apparaît comme un levier majeur d’efficacité, s’inscrivant dans la continuité des évolutions techniques ayant historiquement transformé le secteur.

Toutefois, cette évolution s’accompagne d’une transformation profonde du processus de décision. L’agriculteur, traditionnellement au cœur des arbitrages, tend à s’appuyer de plus en plus sur des recommandations issues d’algorithmes. Les systèmes d’aide à la décision structurent désormais les choix techniques, ce qui peut conduire à une standardisation des pratiques et à une moindre mobilisation des savoirs empiriques. Ainsi, le rôle du décideur évolue vers celui d’un utilisateur de dispositifs technologiques, posant la question de sa capacité à conserver une autonomie réelle dans ses choix.

L’article souligne également les risques associés à cette dépendance croissante aux technologies numériques. D’une part, les agriculteurs peuvent devenir tributaires des fournisseurs de solutions techniques, ce qui renforce les asymétries d’information et les rapports de pouvoir au sein des filières. D’autre part, la concentration des données entre les mains de certains acteurs économiques soulève des enjeux majeurs en matière de gouvernance et de contrôle de l’information.

Dès lors, l’agriculture numérique apparaît comme une évolution ambivalente. Si elle constitue un vecteur d’amélioration de la performance et d’innovation, elle interroge simultanément la place de l’humain dans le processus décisionnel. L’auteur invite ainsi à adopter une approche critique de ces technologies, en soulignant la nécessité de mettre en place des cadres de régulation et de gouvernance permettant de préserver l’autonomie des agriculteurs.

En définitive, cette contribution met en lumière un enjeu central pour le pilotage des organisations : l’articulation entre performance informationnelle et autonomie décisionnelle. Elle offre ainsi des perspectives particulièrement pertinentes pour le contrôle de gestion, en soulignant le rôle croissant des systèmes d’information dans la structuration des décisions et la nécessité d’en maîtriser les implications stratégiques.

Développement

1. Une nouvelle étape dans la modernisation agricole : l’émergence du numérique

L’auteur montre que l’agriculture s’inscrit dans une trajectoire historique de modernisation marquée par plusieurs ruptures technologiques. Après la mécanisation puis l’intensification fondée sur les entrants, le secteur entre aujourd’hui dans une nouvelle phase caractérisée par le développement de l’agriculture numérique. Celle-ci repose sur la collecte, le traitement et l’exploitation de données issues de multiples sources (capteurs, satellites, logiciels spécialisés).

Cette évolution s’inscrit dans une logique de rationalisation accumulée des pratiques agricoles. Le numérique permet en effet d’améliorer la connaissance des systèmes de production et de renforcer la précision des interventions. Ainsi, l’agriculture de précision constitue l’une des principales traductions opérationnelles de cette transformation, en visant une optimisation fine des ressources mobilisées.

2. Le numérique comme outil d’amélioration du processus de décision

Dans une seconde partie, l’auteur a mis en évidence le rôle central des technologies numériques dans la transformation des modalités de décision. Les systèmes d’aide à la décision permettent de traiter un volume important de données et de formuler des recommandations techniques adaptées aux situations spécifiques des exploitations.

Ces outils contribuent à renforcer l’efficacité du pilotage en particulier l’incertitude et en facilitant l’anticipation des aléas. Le processus décisionnel devient ainsi plus structuré, plus objectif et davantage fondé sur des données quantifiables. Cette évolution s’inscrit dans une logique proche de celle du contrôle de gestion, où la décision repose sur des indicateurs et des analyses formalisées.

Cependant, cette rationalisation modifie en profondeur le rôle de l’agriculteur, qui tend à s’appuyer de plus en plus sur des dispositifs technologiques pour orienter ses choix.

3. Une recomposition de l’autonomie décisionnelle des agriculteurs

L’un des apports majeurs de l’article réside dans l’analyse des effets du numérique sur l’autonomie des agriculteurs. L’auteur souligne que si les technologies renforcent la capacité d’analyse, elles peuvent également limiter la marge de manœuvre des décideurs.

En effet, les recommandations issues des systèmes numériques peuvent s’imposer comme des références dominantes, conduisant à une standardisation des pratiques. L’agriculteur, bien que toujours décisionnaire en théorie, voit son rôle évoluer vers celui d’un utilisateur de solutions techniques.

Cette transformation soulève la question d’une possible perte d’autonomie décisionnelle, dans la mesure où les choix sont de plus en plus encadrés par des logiques algorithmiques. L’expérience et les savoirs empiriques tendent alors à être partiellement supplantés par des modèles prédictifs.

4. Une dépendance croissante aux acteurs du numérique et aux données

L’auteur met également en lumière les transformations des rapports de pouvoir induites par l’agriculture numérique. Le développement de ces technologies s’accompagne d’une montée en puissance des entreprises spécialisées dans la collecte et l’analyse de données.

Cette évolution entraîne une dépendance accrue des agriculteurs vis-à-vis de ces acteurs, notamment en raison de l’asymétrie d’information et du contrôle exercé sur les données. La question de leur propriété et de leur utilisation devient alors centrale.

Par ailleurs, la concentration des données entre les mains de quelques entreprises pose des enjeux économiques et stratégiques majeurs, susceptibles de redéfinir les équilibres au sein des filières agricoles.

5. Une évolution ambivalente nécessitant un encadrement

Enfin, l’auteur adopte une position nuancée en mettant en valeur le caractère ambivalent de l’agriculture numérique. D’un côté, elle constitue un levier d’amélioration de la performance et d’innovation, en permettant une meilleure gestion des ressources et des risques. De l’autre, elle engendre des risques en matière de dépendance, de standardisation et de perte d’autonomie.

Dans cette perspective, il apparaît nécessaire de développer des dispositifs de régulation et de gouvernance des données afin de préserver la capacité de décision des agriculteurs. L’enjeu est de garantir un équilibre entre l’apport des technologies et le maintien d’un rôle actif du décideur humain.

Conclusion

L’article met ainsi en évidence une transformation profonde du pilotage des exploitations agricoles, marquée par l’intégration croissante des technologies numériques. Si celles-ci renforcent la performance informationnelle et la rationalité des décisions, elles interrogent simultanément l’autonomie des acteurs et les rapports de pouvoir au sein des filières.

Cette analyse offre des perspectives particulièrement pertinentes pour le contrôle de gestion, en soulignant le rôle structurant des systèmes d’information dans la prise de décision et la nécessité d’en maîtriser les implications organisationnelles et stratégiques.

Références bibliographiques

INRAE ​​(2017-2020), travaux sur l’agriculture numérique et la gestion des données agricoles.

Shoshana Zuboff (2019), L’ère du capitalisme de surveillance , PublicAffairs.