Déterminants socio-économiques et culturels de l'adoption de la digitalisation agricole par les agriculteurs vulnérables au Togo : le cas de la subvention électronique des engrais
Abstract
Dans un contexte où les politiques de subvention agricole s’orientent progressivement vers des mécanismes numérisés, le Togo a remplacé en 2016 son système traditionnel de subvention des engrais par un dispositif de transfert électronique via portefeuille mobile dans le cadre du projet AgriPME. Bien que ce mécanisme cible officiellement les petits producteurs agricoles vulnérables, une proportion importante des bénéficiaires sélectionnés n’a pas effectivement utilisé la subvention électronique, révélant ainsi un écart persistant entre l’éligibilité formelle et l’adoption effective du dispositif. Cet article analyse les déterminants socioéconomiques et culturels de l’adoption du système à l’aide d’un modèle Probit estimé sur un échantillon de 2 208 producteurs agricoles, à partir des données de l’enquête CAGIA (2019). Les résultats montrent que le niveau d’instruction constitue le déterminant le plus décisif, avec un effet marginal de 5,2 points de pourcentage, confirmant que la fracture numérique en agriculture est avant tout une fracture éducative. L’âge et la taille du ménage exercent également des effets positifs et significatifs sur l’adoption, tandis que le nombre de membres actifs du ménage et l’expérience agricole la freinent, traduisant respectivement le coût d’opportunité de la main-d’œuvre et un conservatisme comportemental ancré dans les pratiques agricoles de longue date. En revanche, le sexe, l’accès au crédit et l’appartenance à une organisation de producteurs n’exercent aucun effet significatif sur l’adoption. Ces résultats plaident en faveur d’une refonte des stratégies d’accompagnement des programmes agricoles numériques, intégrant la formation à la littératie numérique, le ciblage comportemental et le renforcement de la confiance institutionnelle comme leviers essentiels pour parvenir à une subvention électronique véritablement inclusive.
As agricultural subsidy policies shift toward digitalized mechanisms, Togo replaced its traditional fertilizer subsidy with an electronic mobile wallet transfer system in 2016 under the AgriPME project. While this scheme formally targets vulnerable smallholder farmers, a significant share of selected beneficiaries did not effectively use the electronic subsidy, revealing a persistent gap between formal eligibility and actual adoption. This article analyzes the socioeconomic and cultural determinants of adoption using a Probit model estimated on a sample of 2,208 farmers, drawing on CAGIA (2019) survey data. Results show that educational attainment is the most decisive determinant, with a marginal effect of 5.2 percentage points, confirming that the digital divide in agriculture is primarily an educational divide. Age and household size also exert positive and significant effects, while the number of active household members and farming experience hinder adoption, reflecting respectively the opportunity cost of labor and behavioral conservatism rooted in long-standing agricultural practices. By contrast, gender, access to credit, and membership in farmer organizations show no significant effect. These findings call for a redesign of digital agricultural program support strategies, integrating digital literacy training, behavioral targeting, and institutional trust-building as key levers for achieving a truly inclusive electronic subsidy.
Downloads
PlumX Statistics
References
Adesina, A. A., & Zinnah, M. M. (1993). Technology characteristics, farmers’ perceptions and adoption decisions : A Tobit model application in Sierra Leone. Agricultural economics, 9(4), 297‑311. DOI: https://doi.org/10.1111/j.1574-0862.1993.tb00276.x
Amemiya, T. (1978). The estimation of a simultaneous equation generalized probit model. Econometrica: Journal of the Econometric Society, 1193‑1205. DOI: https://doi.org/10.2307/1911443
Anang, B. T., & Kudadze, S. (2019). Ghana’s Fertiliser Subsidy Programme : Assessing Farmer Participation and Perceptions of Its Effectiveness. International Journal of Agricultural Sciences, 3(1), 1‑11. DOI: https://doi.org/10.25077/ijasc.3.1.1-11.2019
Asfaw, S., Shiferaw, B., Simtowe, F., & Lipper, L. (2012). Impact of modern agricultural technologies on smallholder welfare : Evidence from Tanzania and Ethiopia. Food policy, 37(3), 283‑295. DOI: https://doi.org/10.1016/j.foodpol.2012.02.013
Baki, A. A. O. D., & Yacouba, A. S. (2018). Effet de la subvention d’engrais sur le rendement du riz au Niger : Analyse par le modèle d’Heckman à deux étapes. Journal of Applied Biosciences, 124, 12489‑12496. DOI: https://doi.org/10.4314/jab.v124i1.10
Banque Mondiale. (2023). Perspectives économiques du Togo : L’ouverture commerciale et les investissements privés pour libérer le potentiel de croissance du Togo. Banque Mondiale.
Barry, S. (2016). Déterminants socioéconomiques et institutionnels de l’adoption des variétés améliorées de maïs dans le Centre-Sud du Burkina Faso. Revue d’Economie Théorique et Appliquée, 6(2), 221‑238. DOI: https://doi.org/10.62519/reta.v6n2a6
Chirwa, E. W. (2005). Adoption of fertiliser and hybrid seeds by smallholder maize farmers in Southern Malawi. Development Southern Africa, 22(1), 1‑12. DOI: https://doi.org/10.1080/03768350500044065
Diagne, A. (2006). Diffusion and adoption of NERICA rice varieties in Côte d’Ivoire. The Developing Economies, 44(2), 208‑231. DOI: https://doi.org/10.1111/j.1746-1049.2006.00014.x
Dibbern, T., Romani, L. A. S., & Massruhá, S. M. F. S. (2024). Main drivers and barriers to the adoption of Digital Agriculture technologies. Smart Agricultural Technology, 8, 100459. DOI: https://doi.org/10.1016/j.atech.2024.100459
Ganiyou, I., & Yovo, K. (2021). Effet de la subvention des engrais sur la performance des exploitations agricoles du maïs au Togo. Ann. Univ. Lomé, série Sc. Eco. Et Gest., XIX, 37‑47.
Ganiyou, I., & Yovo, K. (2022). Effect of targeted fertiliser subsidy on poverty reduction in Togo. African Journal of Agricultural and Resource Economics, 17(3), 192‑205. https://doi.org/https://doi.org/10.53936/afjare.2022.17(2).13 DOI: https://doi.org/10.53936/afjare.2022.17(2).13
Gugganig, M., Marquis, S., Doggett, O., & Bronson, K. (2026). Against ‘technology adoption’ : Troubling a dominant concept through biodiverse farmers’ in-difference to digital agriculture. Agriculture and Human Values, 43(1), 28. DOI: https://doi.org/10.1007/s10460-025-10833-x
Mallappa, V. K. H., & Pathak, T. B. (2023). Climate smart agriculture technologies adoption among small-scale farmers : A case study from Gujarat, India. Frontiers in Sustainable Food Systems, 7 : 1202485. DOI: https://doi.org/10.3389/fsufs.2023.1202485
Manzoor, F., Wei, L., Siraj, M., Lu, X., & Qiyang, G. (2025). Digital agriculture technology adoption in low and middle-income countries—A review of contemporary literature. Frontiers in Sustainable Food Systems, 9, 1621851. DOI: https://doi.org/10.3389/fsufs.2025.1621851
Martey, E., Wiredu, A. N., Etwire, P. M., Fosu, M., Buah, S. S. J., Bidzakin, J., Ahiabor, B. D., & Kusi, F. (2014). Fertilizer adoption and use intensity among smallholder farmers in Northern Ghana : A case study of the AGRA soil health project. Sustainable Agriculture Research, 3(526-2016‑37782). DOI: https://doi.org/10.5539/sar.v3n1p24
Meng, Y. U. E., Shan, J. I. N., Jing, C., JONES, G., Yi-ying, C. A. O., Gui-jun, Y., Zhen-hong, L. I., & Lynn, J. F. (2023). Farmers’ precision pesticide technology adoption and its influencing factors : Evidence from apple production areas in China. Journal of Integrative Agriculture, 22(1), 292‑305. DOI: https://doi.org/10.1016/j.jia.2022.11.002
Miine, L. K., Akorsu, A. D., Boampong, O., & Bukari, S. (2023). Drivers and intensity of adoption of digital agricultural services by smallholder farmers in Ghana. Heliyon, 9(12). DOI: https://doi.org/10.1016/j.heliyon.2023.e23023
Nazu, S. B., Khan, M. A., Saha, S. M., Hossain, M. E., & Rashid, M. H.-A. (2021). Adoption of improved wheat management practices : An empirical investigation on conservation and traditional technology in Bangladesh. Journal of Agriculture and Food Research, 4, 100143. DOI: https://doi.org/10.1016/j.jafr.2021.100143
Ndiaye, B., & Kabou, A. B. (2021). Adoption des nouvelles technologies rizicoles sur l’efficacité technique au Sénégal.
Ouedraogo, M., & Dakouo, D. (2017). Assessing the adoption of NERICA varieties in Western Burkina Faso. African Journal of Agricultural and Resource Economics, 12(1), 1‑16.
Pougoue, E. B. S., BOUBA, A. A., GOUDOUM, A., FOLEFACK, D. P., & IJANG, P. T. N. (2025). Modélisation logistique des déterminants de la situation alimentaire des ménages ruraux au Cameroun. Revue Marocaine des Sciences Agronomiques et Vétérinaires, 13(1), 83‑98.
Priya, & Singh, S. P. (2024). Factors influencing the adoption of sustainable agricultural practices : A systematic literature review and lesson learned for India. Forum for Social Economics, 53(1), 1‑17. DOI: https://doi.org/10.1080/07360932.2022.2057566
Rogers, E. M. (1983). Diffusion of innovations (3rd ed.). New York : London : Free Press ;, [1983].
Roussy, C., Ridier, A., & Chaib, K. (2015). Adoption d’innovations par les agriculteurs : Rôle des perceptions et des préférences. INRA, France.
Thar, S. P., Ramilan, T., Farquharson, R. J., Pang, A., & Chen, D. (2021). An empirical analysis of the use of agricultural mobile applications among smallholder farmers in Myanmar. The Electronic Journal of Information Systems in Developing Countries, 87(2), e12159. DOI: https://doi.org/10.1002/isd2.12159
Wang, W., Huang, Z., Fu, Z., Jia, L., Li, Q., & Song, J. (2024). Impact of digital technology adoption on technological innovation in grain production. Journal of Innovation & Knowledge, 9(3), 100520. DOI: https://doi.org/10.1016/j.jik.2024.100520
Yovo, K., & Ganiyou, I. (2023a). Impact of Fertilizer Price Subsidy on Agricultural Growth in Togo. Applied Economics and Finance, 10(1), 2437‑2437. DOI: https://doi.org/10.11114/aef.v10i1.5864
Yovo, K., & Ganiyou, I. (2023b). Participation in the targeted subsidy program and fertiliser usage in Togo. International Journal of Sustainable Development, 26(2), 102‑114. DOI: https://doi.org/10.1504/IJSD.2023.10059300
Zakaria, A., Alhassan, S. I., Kuwornu, J. K., Azumah, S. B., & Derkyi, M. A. (2020). Factors Influencing the Adoption of Climate-Smart Agricultural Technologies Among Rice Farmers in Northern Ghana : A. Zakaria et al. Earth Systems and Environment, 4(1), 257‑271. DOI: https://doi.org/10.1007/s41748-020-00146-w
Zinsou-Klassou, K., Apekou, K., & Amedjrovi, E. J. (2018). La gestion de la subvention des intrants agricoles par" mobile money" et la securite alimentaire au Togo. Journal de la Recherche Scientifique de l’Université de Lomé, 20(3), 329‑340.
Copyright (c) 2026 Madadozi Tezike, Ismaila Ganiyou, Akilou Amadou

This work is licensed under a Creative Commons Attribution 4.0 International License.


