Cartographier l'avenir des travailleurs agricoles
Un aperçu complet des tendances de la main-d'œuvre agricole mondiale de 2000 à 2100.
Naia Ormaza-Zulueta, Steve Miller, Zia Mehrabi
― 9 min lire
Table des matières
- Comprendre la main-d'œuvre agricole
- Collecte de données et méthodologie
- Pourquoi ces données sont importantes
- L'impact du changement climatique
- Combler les lacunes des données existantes
- Utilisation de modèles avancés pour les Projections
- Différents scénarios pour l'avenir
- Différences régionales significatives
- Changements dans la dynamique de la main-d'œuvre d'ici 2100
- L'importance des données infranationales
- Se préparer aux défis futurs
- Un avenir prometteur : opportunités pour la recherche et la politique
- Conclusion
- Source originale
- Liens de référence
Les travailleurs agricoles sont la colonne vertébrale de nos systèmes alimentaires. Ce sont eux qui cultivent, transportent et traitent la nourriture qu'on mange tous les jours. Pourtant, savoir exactement combien ils sont et où ils se trouvent dans le monde reste un vrai casse-tête. C'est là qu'entrent en jeu ces nouvelles données.
Ce rapport détaille la répartition des travailleurs agricoles à l'échelle mondiale de l'an 2000 à 2100, offrant un aperçu de cette main-d'œuvre vitale et de ce qu'on peut attendre dans les années à venir.
Comprendre la main-d'œuvre agricole
Commençons par les bases. La main-d'œuvre agricole inclut toute personne en âge de travailler qui contribue au secteur agricole, ce qui englobe non seulement l'agriculture, mais aussi les activités en foresterie et en pêche. Si on y réfléchit, ce groupe de gens joue un énorme rôle dans la sécurité alimentaire mondiale.
Imaginez un monde où tout le monde déciderait soudainement d'arrêter de manger. Non seulement les supermarchés feraient faillite, mais des millions de travailleurs agricoles se retrouveraient sans emploi. Donc, savoir comment se comporte cette main-d'œuvre et où elle travaille est crucial pour planifier nos besoins futurs en nourriture.
Collecte de données et méthodologie
Collecter des données sur les travailleurs agricoles, c'est pas de la tarte. Diverses organisations ont récolté des morceaux d'infos sur l'emploi agricole au fil des ans, mais jusqu'à présent, il n'y avait jamais eu de source complète qui nous donne une vue en grille de la main-d'œuvre.
Ce jeu de données est basé sur un modèle empirique détaillé, qui combine des facteurs socio-économiques comme le produit intérieur brut (PIB), les chiffres de la population et l'utilisation des terres agricoles dans plusieurs régions et décennies. Ça découpe les choses en petits carrés, ou grilles, d'environ 10 kilomètres sur 10 kilomètres à l'Équateur. Cela aide à créer une image plus claire de l'endroit où les travailleurs agricoles sont concentrés.
Pourquoi ces données sont importantes
Avoir accès à des données de haute résolution sur les travailleurs agricoles signifie qu'on peut s'attaquer à de nombreux défis pressants comme le Changement climatique et la sécurité alimentaire. Quand on sait combien de personnes travaillent dans l'agriculture et où elles se trouvent, on peut prendre de meilleures décisions et établir des politiques concernant la production et la distribution de nourriture.
Pensez à la pandémie de COVID-19, qui a perturbé les chaînes d'approvisionnement et la production agricole à cause des restrictions de mouvement. Comprendre la dynamique de la main-d'œuvre peut aider à créer de meilleures stratégies pour gérer de telles crises à l'avenir.
L'impact du changement climatique
Le changement climatique affecte déjà les travailleurs agricoles dans le monde entier. Les températures qui montent entraînent des problèmes de santé comme l'épuisement dû à la chaleur, et c'est particulièrement inquiétant dans des régions comme l'Asie du Sud. À mesure que les températures augmentent, la productivité diminue, menaçant les moyens de subsistance et obligeant les gens à migrer à la recherche de meilleures conditions de travail.
Et ce n'est pas qu'un problème pour l'Asie du Sud. Des pays dans le monde entier ressentent la chaleur-au sens propre. De l'Espagne à l'Indonésie en passant par le Nigeria, la montée des températures impacte les travailleurs agricoles, rendant crucial l'étude de ces dynamiques de près.
Combler les lacunes des données existantes
Malgré l'urgence de ces problématiques, les données existantes sur les travailleurs agricoles ont souvent été limitées. Les études se concentrent généralement sur les rendements des cultures sans tenir compte de l'impact sur la main-d'œuvre elle-même. Cela signifie que beaucoup de détails importants sur la façon dont le changement climatique et d'autres chocs affectent les travailleurs agricoles avaient été négligés.
Maintenant, ce nouvel ensemble de données vise à combler ces lacunes. En détaillant la répartition des travailleurs agricoles de 2000 à 2100, les chercheurs peuvent mieux comprendre comment différents risques interagissent avec la main-d'œuvre.
Projections
Utilisation de modèles avancés pour lesL'ensemble de données a été créé en utilisant des techniques de modélisation avancées qui permettent de faire des prévisions basées sur des facteurs socio-économiques. L'idée ici est de comprendre comment la main-d'œuvre agricole pourrait évoluer au fil des années, ainsi que les facteurs qui influencent ces changements.
Un point clé de cet ensemble de données est son alignement avec les Chemins Socio-économiques Partagés (SSP), qui sont des scénarios qui aident à comprendre les potentiels changements futurs dans les conditions socio-économiques. En utilisant ces chemins, les chercheurs peuvent faire des estimations plus éclairées sur l'évolution de la main-d'œuvre agricole.
Différents scénarios pour l'avenir
Les chercheurs ont généré des projections selon plusieurs scénarios (ou SSP) pour explorer les voies potentielles futures pour les travailleurs agricoles. Cela signifie que l'ensemble de données peut aider les décideurs et les chercheurs à comprendre ce qui pourrait se passer dans différents contextes économiques et sociaux.
Par exemple, certains scénarios prédisent une augmentation des travailleurs agricoles dans certaines régions à cause de la croissance de la population, tandis que d'autres prévoient des baisses significatives dans des zones plus développées avec l'urbanisation continue. L'ensemble de données offre une façon de visualiser ces possibilités et de s'y préparer.
Différences régionales significatives
L'ensemble de données révèle d'importantes différences régionales dans les projections de la main-d'œuvre agricole. Par exemple, selon un scénario appelé SSP2, l'Asie du Sud et l'Afrique subsaharienne devraient voir des augmentations de leur main-d'œuvre agricole d'ici 2050. En revanche, l'Asie de l'Est et certaines parties de l'Europe devraient connaître des baisses à mesure que de plus en plus de gens déménagent en ville.
Cette variabilité est importante. Elle reflète la complexité du développement et de l'adaptation des différentes régions aux changements socio-économiques. Tandis que certaines régions deviennent plus urbaines, d'autres continuent de dépendre fortement de l'agriculture.
Changements dans la dynamique de la main-d'œuvre d'ici 2100
En regardant plus loin dans le futur, d'ici l'an 2100, les tendances deviennent plus évidentes. Bien que certaines régions puissent encore connaître des augmentations de travailleurs agricoles, d'autres pourraient subir des baisses dramatiques. Par exemple, le nombre de travailleurs agricoles dans des pays comme la Chine et l'Inde devrait diminuer considérablement en raison de l'urbanisation et des changements économiques.
D'un autre côté, les pays d'Afrique subsaharienne pourraient continuer à voir une augmentation, car l'agriculture reste un pilier de leurs économies. Ces dynamiques mettent en lumière les défis et les opportunités continus auxquels font face les travailleurs agricoles dans le monde.
L'importance des données infranationales
L'ensemble de données n'est pas seulement précieux au niveau national. Avoir accès à des données infranationales-des infos décomposées en régions plus petites-facilite la compréhension des défis et des opportunités spécifiques auxquels font face différentes communautés.
Par exemple, alors qu'une région d'un pays pourrait voir une baisse des travailleurs agricoles à cause de l'urbanisation, une autre zone pourrait connaître une croissance en raison d'une augmentation de la population ou d'investissements économiques dans l'agriculture. Ce niveau de détail peut aider à élaborer des politiques ciblées qui répondent aux besoins locaux.
Se préparer aux défis futurs
Une des raisons pour lesquelles cet ensemble de données est si important, c'est qu'il fournit une base pour s'attaquer aux futurs défis en agriculture. Avec le changement climatique, les changements économiques et les évolutions démographiques qui pointent à l'horizon, avoir une compréhension complète de la main-d'œuvre agricole permettra une meilleure planification et allocation des ressources.
Par exemple, imaginez une sécheresse soudaine qui affecte la production alimentaire. En sachant où se trouvent les travailleurs agricoles, les gouvernements peuvent réagir plus rapidement et efficacement, apportant de l'aide ou créant des politiques qui soutiennent ceux qui sont les plus touchés.
Un avenir prometteur : opportunités pour la recherche et la politique
L'ensemble de données ouvre une variété de possibilités de recherche dans des domaines comme l'efficacité du travail, la santé des travailleurs et la résilience climatique. En intégrant les projections de main-d'œuvre avec les données climatiques, les chercheurs pourraient évaluer les impacts futurs du changement climatique sur la productivité agricole et la santé des travailleurs.
De plus, l'ensemble de données peut aider les décideurs à comprendre les demandes du marché du travail et à identifier les domaines critiques pour l'intervention. Par exemple, si les projections montrent une réduction des travailleurs agricoles en raison de l'exposition à la chaleur, des mesures pourraient être prises pour améliorer les conditions de travail ou diversifier la main-d'œuvre dans d'autres secteurs.
Conclusion
Les travailleurs agricoles sont des acteurs clés de notre système alimentaire mondial, et comprendre leur répartition et les changements futurs est essentiel pour atteindre la sécurité alimentaire et la stabilité économique. Ce nouvel ensemble de données fournit un outil puissant aux chercheurs et aux décideurs, aidant à combler les lacunes dans nos connaissances et permettant de prendre des décisions plus éclairées face aux changements en cours.
Que l'avenir soit rempli de défis ou d'opportunités, une chose est sûre : savoir où se trouvent nos travailleurs agricoles et comment leurs rôles pourraient évoluer nous aidera tous à nous sentir un peu plus tranquilles, sachant que notre approvisionnement alimentaire est entre de bonnes mains-ou du moins entre celles de quelques personnes dévouées qui travaillent dur dans les champs ! Comme on dit, "Pas de fermiers, pas de nourriture !"
Titre: Geographic distribution of the global agricultural workforce every decade for the years 2000-2100
Résumé: Agricultural workers play a vital role in the global economy and food security by cultivating, transporting, and processing food for populations worldwide. Despite their importance, detailed spatial data on the global agricultural workforce have remained scarce. Here, we present a new gridded dataset that maps the global distribution of agricultural workers for every decade over the years 2000-2100, distributed at 0.083$\times$0.083 degrees resolution, roughly $\sim$10km$\times$10km at the Equator. The dataset is developed using an empirical modeling framework relying on generalized additive mixed models (GAMMs) that integrate socioeconomic variables, including gross domestic product per capita, total population, rural population size, and agricultural land use. The predictions are consistent with Shared Socio-economic Pathways and we distribute full time series data for all SSPs 1 to 5. This dataset opens new avenues for future research on labour force health, productivity and risk, and could be very useful for developing informed, forward-looking strategies that address the challenges of climate resilience in agriculture. The dataset and code for reproducing it are available for the user community [publicly available on publication at DOI: 10.5281/zenodo.14443333].
Auteurs: Naia Ormaza-Zulueta, Steve Miller, Zia Mehrabi
Dernière mise à jour: Dec 23, 2024
Langue: English
Source URL: https://arxiv.org/abs/2412.15841
Source PDF: https://arxiv.org/pdf/2412.15841
Licence: https://creativecommons.org/licenses/by-sa/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.
Liens de référence
- https://explore.data.abs.gov.au/
- https://ec.europa.eu/eurostat/databrowser/view/lfst_r_lfe2en2/default/table?lang=en
- https://www.ibge.gov.br/en/statistics/multi-domain/science-technology-and-innovation/20620-summary-of-indicators-pnad2.html?=&t=microdados
- https://www150.statcan.gc.ca/t1/tbl1/en/cv.action?pid=1410037901
- https://bancodatosene.ine.cl/
- https://www.dane.gov.co/index.php/estadisticas-por-tema/mercado-laboral/mercado-laboral-por-departamentos/mercado-laboral-por-departamento-historicos
- https://www.inegi.org.mx/programas/enoe/15ymas/#datos_abiertos
- https://www.bea.gov/data/employment
- https://doi.org/10.5281/zenodo.14443333
- https://ilostat.ilo.org/data/data-explorer/
- https://english.moa.gov.cn/overview/201910/t20191009_296610.html