Les circuits courts alimentaires en France : quelles adéquations entre offre et demande dans les espaces périurbains ?
Notice bibliographique
Résumé
Cette thèse a pour objet de produire des connaissances sur l’offre et la demande de produits issus des circuits courts (CC) en France métropolitaine, en accordant une attention particulière à la localisation des acteurs. Définis par le Plan Barnier en 2009, les CC sont des circuits alimentaires avec un intermédiaire au maximum entre agriculteurs et consommateurs. Cette limitation du nombre d’intermédiaires commerciaux peut faire porter sur les agriculteurs davantage de taches logistiques et commerciales telles que la livraison, la préparation de commande, le démarchage commercial, etc... Nous faisons l’hypothèse que la proximité géographique entre exploitations agricoles et bassins de consommation peut permettre de lever une partie de ces contraintes et donc encourager la rencontre entre offre et demande pour les produits en CC. Nous ciblons ainsi l’étude sur les territoires périurbains, où il existe une proximité géographique entre agriculteurs et consommateurs et où les enjeux de développement de systèmes alimentaires durables sont importants. Le travail s’organise en deux temps : l’étude de la répartition spatiale de l’offre en CC en France à l’aide des données du Recensement Agricole de 2010 et de modélisations d’économétrie spatiale ; suivie d’une étude de la demande en fonction de la localisation des consommateurs à l’aide de modélisations économétriques, en utilisant les données du projet CODIA datant de 2013. Les résultats montrent que la proximité géographique a un effet sur l’offre et sur la demande en CC, les acteurs localisés dans les territoires périurbains denses ayant statistiquement plus de chances d’acheter ou vendre en CC. D’autres mécanismes sont toutefois en jeu. Les exploitations en CC sont localisées principalement dans les territoires où l’agriculture est marginale, dans le sens où la part d’occupation des sols en Surface Agricole Utile est faible : les territoires périurbains denses mais aussi les territoires ruraux enclavés, souvent en milieu montagneux, où l’accessibilité des fermes aux bassins de consommation est très faible. Cela peut être lié à d’autres formes de proximité entrant en jeu (proximité relationnelle entre consommateurs et agriculteurs) mais aussi au fait que les circuits longs sont moins présents dans ces territoires. Afin de voir si ces mécanismes révélés par des données de 2010 sont toujours présents, et afin d’approcher de plus près la rencontre entre offre et demande pour les produits des CC, nous avons également réalisé deux enquêtes de préférences déclarées (2022), étudiant les critères de choix d’un débouché en CC pour les maraîchers, et ceux d’un point de vente en CC pour les consommateurs, en prenant systématiquement en compte la localisation des répondants. Les variables étudiées sont similaires dans les deux enquêtes, à savoir les prix, les temps de trajet pour livrer ou aller au point de vente, et d’autres formes de proximité (proximité relationnelle entre consommateurs et maraîchers, prise en compte de l’entraide pour les maraîchers). A l’aide des choix réalisés, nous déterminons les temps de trajet et les prix que consommateurs et maraîchers seraient prêts à accepter en fonction des points de vente et de leur localisation. Ces résultats montrent l’importance de la prise en compte du temps de trajet pour mieux comprendre les choix des acteurs, ainsi que des dynamiques qui semblent similaires en partie à celles constatées en 2010. Les temps de trajet et prix acceptés semblent plus faibles dans le périurbain peu dense. En revanche, l’entraide est particulièrement valorisée dans tous les types de territoires, en particulier dans ceux du périurbains peu denses. Ce résultat illustre ainsi de besoins d’accompagnement dans ces espaces, notamment de solutions favorisant l’entraide entre les agriculteurs
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».